0
我在亚马逊S3上有巨大的csv文件(100MB +),我想用块读取它们并使用ruby CSV库处理它们。我有一个很难创建CSV处理正确的IO对象:Ruby中的缓冲/ RingBuffer IO + Amazon S3非阻塞区块读取
buffer = TheRightIOClass.new
bytes_received = 0
RightAws::S3Interface.new(<access_key>, <access_secret>).retrieve_object(bucket, key) do |chunk|
bytes_received += buffer.write(chunk)
if bytes_received >= 1*MEGABYTE
bytes_received = 0
csv(buffer).each do |row|
process_csv_record(row)
end
end
end
def csv(io)
@csv ||= CSV.new(io, headers: true)
end
我不知道这里的正确设置应该是什么和什么TheRightIOClass是。我不想用StringIO将整个文件加载到内存中。在ruby中是否有bufferedio或ringbuffer来执行此操作? 如果有人使用线程(无进程)和管道有一个很好的解决方案,我很想看到它。