Обработка больших массивов в PowerShell - PullRequest
Новая
       24

Обработка больших массивов в PowerShell

6 голосов
/ 01 июня 2019

Мне трудно понять, как наиболее эффективно обрабатывать большие наборы данных / массивы в PowerShell.У меня есть массивы, которые содержат несколько миллионов элементов, которые мне нужно обработать и сгруппировать.Этот список всегда различается по размеру, то есть это может быть 3,5 миллиона единиц или 10 миллионов единиц.

Пример: 3,5 миллиона элементов, которые они группируют по «4», как показано ниже:

Элементы 0,1,2,3 Группировать вместе 4,5,6,7 Группировать вместе и так далее.

Я попытался обработать массив, используя один поток, просматривая список и назначая объекту pscustomobject, который работает, для его завершения требуется всего 45-50 + минут.

Я также пытался разбить массив на меньшие массивы, но это заставляет процесс работать еще дольше.

$i=0
$d_array = @()
$item_array # Large dataset


While ($i -lt $item_array.length){

    $o = "Test"
    $oo = "Test"
    $n = $item_array[$i];$i++
    $id = $item_array[$i];$i++
    $ir = $item_array[$i];$i++
    $cs = $item_array[$i];$i++

    $items = [PSCustomObject]@{
        'field1' = $o
        'field2' = $oo
        'field3' = $n
        'field4' = $id
        'field5' = $ir
        'field6'= $cs
    }
    $d_array += $items

}

Я бы подумал, что если бы я применил планировщик заданий, который позволил бы мне запускать несколько заданий, значительно сократил бы время процесса, но я хотел, чтобы другие работали быстро и эффективно.чтобы справиться с этим.

Ответы [ 4 ]

4 голосов
/ 01 июня 2019

Хотя rokumaru s версия непревзойденна, здесь моя попытка с моими локальными измерениями от js2010

То же $item_array = 1..100000 применимо ко всем версиям 

> .\SO_56406847.ps1
measuring...BDups
measuring...LotPings
measuring...Theo
measuring...js2010
measuring...rokumaru
BDups    = 75,9949897 TotalSeconds
LotPings = 2,3663763 TotalSeconds
Theo     = 2,4469917 TotalSeconds
js2010   = 2,9198114 TotalSeconds
rokumaru = 0,0109287 TotalSeconds

## Q:\Test\2019\06\01\SO_56406847.ps1
$i=0
$item_array = 1..100000  # Large dataset

'measuring...LotPings'
$LotPings = measure-command {
    $d_array = for($i=0;$i -lt $item_array.length;$i+=4){
        [PSCustomObject]@{
            'field1' = "Test"
            'field2' = "Test"
            'field3' = $item_array[$i]
            'field4' = $item_array[$i+1]
            'field5' = $item_array[$i+2]
            'field6' = $item_array[$i+3]
        }
    }
} # measure-command
4 голосов
/ 01 июня 2019

Если вы работаете с большими данными, использование C # также эффективно. 

Add-Type -TypeDefinition @"
using System.Collections.Generic;

public static class Test
{
    public static List<object> Convert(object[] src)
    {
        var result = new List<object>();
        for(var i = 0; i <= src.Length - 4; i+=4)
        {
            result.Add( new {
                field1 = "Test",
                field2 = "Test",
                field3 = src[i + 0],
                field4 = src[i + 1],
                field5 = src[i + 2],
                field6 = src[i + 3]
            });
        }
        return result;
    }
}
"@

$item_array = 1..10000000
$result = [Test]::Convert($item_array)
2 голосов
/ 01 июня 2019

Как это?В 32,5 раза быстрееСоздание массивов с + = убивает щенков.Каждый раз копирует весь массив. 

$i=0
$item_array = 1..100000 # Large dataset

'measuring...'

# original 1 min 5 sec                                                                 
# mine 2 sec              
# other answer, 2 or 3 sec
# c# version 0.029 sec, 2241x faster!

measure-command {

$d_array = 
While ($i -lt $item_array.length){
    $o = "Test"
    $oo = "Test"
    $n = $item_array[$i];$i++                                                      
    $id = $item_array[$i];$i++                                                     
    $ir = $item_array[$i];$i++                                                     
    $cs = $item_array[$i];$i++      
    # $items =                                               
    [PSCustomObject]@{
        'field1' = $o
        'field2' = $oo
        'field3' = $n
        'field4' = $id
        'field5' = $ir
        'field6'= $cs
    }
    # $d_array += $items
}

}
0 голосов
/ 01 июня 2019

Вы можете несколько оптимизировать это, используя ArrayList , или, возможно, даже лучше, используя строго типизированный Список , но просмотр миллионов элементов в массиве все равно займет время ..

Что касается вашего кода: нет необходимости сначала захватывать значения элемента массива в переменной и использовать его позже для добавления в PSCustomObject. 

$item_array = 'a','b','c','d','e','f','g','h' # Large dataset
$result = New-Object System.Collections.Generic.List[PSCustomObject]
# or use an ArrayList: $result = New-Object System.Collections.ArrayList

$i = 0
While ($i -lt $item_array.Count) {
    [void]$result.Add(
        [PSCustomObject]@{
            'field1' = "Test" # $o
            'field2' = "Test" # $oo
            'field3' = $item_array[$i++]  #$n
            'field4' = $item_array[$i++]  #$id
            'field5' = $item_array[$i++]  #$ir
            'field6' = $item_array[$i++]  #$cs
        }
    )
}

# save to a CSV file maybe ?
$result | Export-Csv 'D:\blah.csv' -NoTypeInformation

Если вам нужно, чтобы результат снова стал «нормальным» массивом, используйте $result.ToArray()

...