我需要一个在线目录的数据库;如果每个产品可能有一个数据集。和一个简单的数据库;这就是我喜欢h5py。在h5py或类似的分层数据库中快速搜索
方法visititems
对大文件来说它不是快速的。
import h5py
#in memory database. Not relevant for this question, same speed. Yes.
database = h5py.File('db01h5', driver='core', backing_store=False)
#example of 10000 datasets with a deep of 4 group, file/x10/x10/x10/x10dset
for v1 in ('abcdefghij'):
for v2 in ('abcdefghij'):
for v3 in ('abcdefghij'):
for v4 in (''):
database['/' + v1 + '/' + v2 + '/' + v3 + '/' + 'dset' + v4] = (1, 2, 3)
def fu01(a1, a2):
pass
#visititems applies function fu01(name, object) to each group and dataset
database.visititems(fu01)
使用函数不计算任何内容(传递)“database.visititems(fu01)”需要5秒钟。用基本参数过滤需要x2。
我的问题是我如何搜索到一个大型或非常大的h5py数据库过滤特性,并且非常快(对于10.000个产品,小于0.1秒)。
是h5py/hdf5的正确方法,还是需要像sqlite3这样的sql数据库?
或者,当需要速度时,所有的都必须在同一个数据集中?将树路径作为一个元素。例如:
database['dataset'] = [['root/categorie/subcategorie/productname'], ['2'], ['10$'], ['blue']]
然后通过一个“列”(高级切片)过滤所有产品。
我是新来的数据库,在这个时候我不喜欢在内存中工作的数据库,如reddis或类似的;因为很难同步数据中的更改。但如果没有其他解决方案...