我现在导出 excel, 大小 9m,接近 10m, 数据 接近 4w 条,居然要 40S,而且我感觉我也没有做什么呀
- 使用
xlwt这个库 - 定义一个 headers, 元素为("cell 名字", "对应的字段", "宽度")
- 从数据库查询数据,转换一下时间格式,做了一些整除操作, 等等
按理来讲不会这么慢呀!!
我现在导出 excel, 大小 9m,接近 10m, 数据 接近 4w 条,居然要 40S,而且我感觉我也没有做什么呀
xlwt这个库body_producer代码
def convert_list(li, datetime_format=consts.china_full_datetime_format,
zone_name=consts.default_zone_name):
out = []
for ele in li:
out.append(ele.to_json(datetime_format,
zone_name=zone_name,
request_handler=None))
return out
def body_producer(page_size=1000):
chunk = []
for ele in query_result:
chunk.append(ele)
if len(chunk) > page_size:
yield from convert_list(chunk)
chunk = []
if chunk:
yield from convert_list(chunk)
profile结果
35238157 function calls (35232213 primitive calls) in 51.559 seconds
Ordered by: cumulative time
ncalls tottime percall cumtime percall filename:lineno(function)
324/1 0.025 0.000 51.559 51.559 {built-in method builtins.exec}
1 1.124 1.124 51.559 51.559 tmp.py:16(<module>)
39631 0.113 0.000 27.180 0.001 tmp.py:37(body_producer)
594465 0.856 0.000 15.790 0.000 Worksheet.py:1035(write)
594465 3.486 0.000 14.142 0.000 Row.py:228(write)
1 0.000 0.000 11.857 11.857 peewee.py:6729(__iter__)
1 0.000 0.000 11.857 11.857 peewee.py:1839(inner)
1 0.000 0.000 11.857 11.857 peewee.py:1914(execute)
1 0.000 0.000 11.857 11.857 peewee.py:2085(_execute)
1 0.000 0.000 11.857 11.857 peewee.py:3067(execute)
看样子是是因为peewee的问题,但是感觉xlwt还是慢呀
|
suotmFeb 2, 2020
1
导出成 CSV,然后用 excel 导入?
|
|
superrichmanFeb 2, 2020 via iPhone
2
帖代码出来,看你怎么写的
|
|
3
@superrichman 一般导出 4w 条,要多久?
|
|
4
贴代码吧,我一般用 pandas 做。
|
|
5
以前测算过, 具体数字我忘了, 是很慢
换 openpxy writeonly 模式 pypy 能明显提速 性能比起 go 等静态语言来完全不能比 |
|
1462326016Feb 2, 2020
7
我觉得,问题应该修改为 使用 xlwt 导出 excel 慢
|
|
8
pandas 底层用的还是 xlwt,用 openpyxl
|
|
9
按一楼说的,写 csv 然后倒入 excel 呢
|
|
10
@alpha2016 这个怎么做?
|
|
xiaoxinxiaobaiFeb 2, 2020 via Android
11
起码分两个部分分析,数据转换耗时,数据写 excel 耗时,或者 profile 跑一下 看看哪部分最耗时
|
|
12
@xiaoxinxiaobai 这种网站的怎么 profile 呀,脚本我倒是会 profile
|
|
renmuFeb 2, 2020 via Android
13
pandas read_sql () 然后直接 to_excel,应该最方便了
|
|
ebingtelFeb 2, 2020
14
边查询、边返回吧……同样慢,但是会缩短 TTFT 用户体验会好
|
|
15
@renmu 关键我有一些转换的呀
|
|
so1nFeb 2, 2020 via Android
16
导 csv 再放入 excel 最好,速度快,占内存低……
|
|
youthfireFeb 2, 2020
17
用 pandas+sqlite。我这边一个 32mb,40 万行,作查询和简单处理,基本都是在 2 秒内。当然索引肯定得做。上面有朋友说 pandas 是调用 engine,实际不如直接用 openpyxl,这个结论我亲测过,未必是这样,你可以自己试试。
|
|
zwy100e72Feb 2, 2020
18
建议楼主拿出 Pycharm,跑一次 profile 性能测试,你就能更好的评估 40s 究竟花在了什么地方
有了相关数据才好决策到底是要换什么 |
|
xiaoxinxiaobaiFeb 2, 2020 via Android
19
我理解这是个接口调用?在接口代码里添加些 profile 代码,保存结果到文件然后分析下,可以搜一些例子
|
|
mituxiaomanongFeb 3, 2020 via Android
20
一般几十万数据几秒就可以了,检查数据查询部分和构建 excel 部分循环是否有多余代码
|
|
21
接口里面这种怎么做?
|
|
22
@chenqh 你如果不知道接口里怎么做的话,你可以单独写个脚本,只保留查询、转换并导出 excel 的代码,然后单独分析这一个脚本
|
|
23
@jinliming2 我试一试
|
|
wuwukai007Feb 4, 2020
24
读个 4w 条数据要十几秒,是远程数据库把,还是那种限速的那种?
|
|
25
@wuwukai007 本地,虚拟机的,程序也在虚拟机里面
|
|
15399905591Mar 3, 2020
26
我也碰到了这个问题, 使用 xlwt 写入 xls 文件非常慢,我使用的方法是使用 open 写入 csv,这样快很多,如果楼主找到了更好的解决办法,也发出来一下呗。
|