如何从Klepto文件存档中快速删除多个项目？

Question

我正在使用klepot归档来索引文件夹树中的文件规格。扫描完树之后，我想快速删除对已删除文件的引用。但是简单地从文件归档中逐个删除一个条目是非常慢的。 有没有办法将更改同步到存档，或者一次删除多个密钥？（“sync”方法仅用于添加新项目）

@Mike Mckerns对这个问题的有用回答只涉及删除一个项目： Python Saving and Editing with Klepto

使用文件.sync（）或文件.dump（）仅用于从缓存中追加数据，而不用于同步删除。有没有办法从缓存中删除密钥，然后一次同步这些更改。单个删除太慢。你知道吗

下面是一个工作示例：

from klepto.archives import *
import os

class PathIndex:
    def __init__(self,folder):
        self.folder_path=folder
        self.files=file_archive(self.folder_path+'/.filespecs',cache=False)
        self.files.load() #load memory cache

    def list_directory(self):
        self.filelist=[]
        for folder, subdirs, filelist in os.walk(self.folder_path): #go through every subfolder in a folder
            for filename in filelist: #now through every file in the folder/subfolder
                self.filelist.append(os.path.join(folder, filename))

    def scan(self):
        self.list_directory()
        for path in self.filelist:
            self.update_record(path)
        self.files.dump() #save to file archive

    def rescan(self):
        self.list_directory() #rescan original disk
        deletedfiles=[]

        #code to ck for modified files etc            
        #check for deleted files
        for path in self.files:
            try:
                self.filelist.remove(path)  #self.filelist - disk files - leaving list of new files
            except ValueError:
                deletedfiles.append(path)

        #code to add new files, the files left in self.filelist
        for path in deletedfiles:
            self.delete_record(path)
        #looking to here sync modified index from modifed to disk

    def update_record(self,path):
        self.files[path]={'size':os.path.getsize(path),'modified':os.path.getmtime(path)}
        #add other specs - hash of contents etc.

    def delete_record(self,path):
        del(self.files[path]) #delete from the memory cache
        #this next line slows it all down
        del(self.files.archive[path]) #delete from the disk cache

#usage
_index=PathIndex('/path/to/root')
_index.scan()
#delete, modify some files
_index.rescan()

Answer 1

我明白了。。。您真正关心的是从file_archive中一次删除一个条目的速度。你知道吗

好吧，我同意。在file_archive上使用__delitem__或pop有点残忍，因为您需要删除多个条目。减速是由于file_archive必须为删除的每个键加载并重写整个文件存档。这不是dir_archive或其他许多档案的情况。。。但对于一个file_archive来说，它是。所以这应该得到补救。。。你知道吗

更新：我添加了一个新方法，可以更快地删除指定的键。。。你知道吗

>>> import klepto as kl
>>> ar = kl.archives.file_archive('foo.pkl')
>>> ar['a'] = 1
>>> ar['b'] = 2
>>> ar['c'] = 3
>>> ar['d'] = 4
>>> ar['e'] = 5
>>> ar.dump()
>>> ar.popkeys(list('abx'), None)
[1, 2, None]
>>> ar.sync(clear=True)
>>> ar
file_archive('foo.pkl', {'c': 3, 'e': 5, 'd': 4}, cached=True)
>>> ar.archive
file_archive('foo.pkl', {'c': 3, 'e': 5, 'd': 4}, cached=False)

以前（即在发布的版本中），您可以廉价地pop从本地缓存中删除所需的密钥，然后执行ar.sync(clear=True)以删除存档中的关联密钥。但是，这样做的前提是您拥有要保存在内存中的所有密钥。因此，您现在可以（至少在即将发布的版本中）在缓存和/或存档中执行popkeys操作来删除其中任何不需要的密钥，而不是将所有密钥加载到内存中。你知道吗