所以我有一个字典,它是我从 Redis 获取的哈希对象,类似于以下字典:
source_data = {
b'key-1': b'{"age":33,"gender":"Male"}',
b'key-2': b'{"age":20,"gender":"Female"}'
}
我的目标是从这个字典中提取所有值,并将它们作为 Python 字典列表,如下所示:
final_data = [
{
'age': 33,
'gender': 'Male'
},
{
'age': 20,
'gender': 'Female'
}
]
我尝试使用 json 解析进行列表理解:
import json
final_data = [json.loads(a) for a in source_data.values()]
它有效,但对于大型数据集,它需要太多时间。
我切换到使用这个第 3 方 json 模块 ujson根据这个benchmark哪个更快,但我没有注意到任何改进。
我试过使用多线程:
pool = Pool()
final_data = pool.map(ujson.loads, source_data.values(), chunksize=500)
pool.close()
pool.join()
我玩了一下 chunksize
但结果是一样的,仍然花费太多时间。
如果有人可以提出另一种解决方案或改进以前的尝试,那将非常有帮助,如果我可以避免使用循环,那将是理想的选择。
最佳答案
假设这些值确实是有效的 JSON,构建单个 JSON 对象进行解码可能会更快。我认为将这些值连接成一个字符串应该是安全的。
>>> new_json = b'[%s]' % (b','.join(source_data.values(),)
>>> new_json
b'[{"age":33,"gender":"Male"},{"age":20,"gender":"Female"}]'
>>> json.loads(new_json)
[{'age': 33, 'gender': 'Male'}, {'age': 20, 'gender': 'Female'}]
这取代了调用 json.loads
2000 次以上的开销,而调用 b','.join
和一个字符串格式化的开销较小操作。
关于python - 解析字典的最快 pythonic 方式,其中值是字节字符串化的 json 对象,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51156095/