我的SQLite内部连接在每个数据集10Gb的数据上存在效率问题。你知道吗
我正在运行以下程序
CREATE TABLE merged AS
SELECT * FROM xrootd
INNER JOIN condor ON
SUBSTR(xrootd.[U.mAppInfo], 0, INSTR(xrootd.[U.mAppInfo], '_')) ==
SUBSTR(condor.User, 6, INSTR(condor.User, '@'))
AND abs(xrootd.[F.mOpenTime] - condor.JobStartDate) <= 60;
我让它在没有时间限制的情况下运行了一个周末,但是它没有完成,所以我停止了它来添加时间限制,因为我担心它可能会生成大量的数据来解释长时间的运行。你知道吗
SQL列看起来像
sqlite> SELECT [U.mAppInfo], [F.mOpenTime] FROM xrootd LIMIT 5;
U.mAppInfo|F.mOpenTime
drberry_ST_t-channel_4f_leptonDecays_13TeV_1fv53a_156_1_vrm|1439703600.0
drberry_QCD_Pt_600to800_TuneCUETP8M1_13TeV_7ys53a_79_1_oLf|1439705100.0
drberry_ST_t-channel_4f_leptonDecays_13TeV_1fv53a_176_1_uwo|1439703660.0
drberry_QCD_Pt_800to1000_TuneCUETP8M1_13TeV_r5d9t3_72_1_6S1|1439705050.0
sqlite> SELECT User, JobStartDate FROM condor LIMIT 5;
uscms5616@cms|1439764892.0
uscms5050@cms|1439615574.0
uscms5111@cms|1439965560.0
uscms3850@cms|1440081782.0
uscms3850@cms|1440081527.0
有更好的方法吗?我尝试过simple BASH(停止是因为它不是那么简单)和Python(内存溢出)。我可以从CERN获得根树格式的数据,但SQLite似乎更适合于此。你知道吗
我的想法
我宁愿不运行这些天不知道什么可能更好,但我离开它运行的同时。你知道吗
我首先想到的是,在JOIN中有一个WHERE子句:
试着把它移到WHERE子句,看看它是否加快了速度:
为了进一步提供帮助,我们需要更多的细节。你知道吗
你声明了什么索引?你知道吗
关于用已经计算的子字符串创建一个新表的观点听起来很有价值,特别是如果您插入一些适当的索引。你知道吗
有没有更好的办法?是的,当您的数据这么大时,不要使用SQLite。使用功能齐全的DBMS。你知道吗
相关问题 更多 >
编程相关推荐