我有一个大小约为 50GB 的存档文件。每周，我都必须将一个 CSV 文件与非常大的 50GB CSV 文件合并。我是 Go 的新手，希望在 Go 中有一个不错的 elagent 解决方案。这些文件看起来像："a:123", 101010"b:123", 101010"some-key-here:123", 101010"some-key-here:234", 101010
2 回答
繁华开满天机
TA贡献1816条经验 获得超4个赞
虽然我没有自己编译它来检查，但一旦你实现了这个compare()功能，这应该可以做你想做的。它本质上是 Mergesort 算法的“合并”步骤。由于您已经按排序顺序获得了两个文件，因此您只需要合并步骤，这可以以流式方式完成。
package main
import (
"encoding/csv"
"io"
"log"
"os"
)
const outFile = "your/output/file/path.ext"
func main() {
// make sure there are only 2 args
if len(os.Args) != 3 {
log.Panic("\nUsage: command file1 file2")
}
// open the first file
f1, e := os.Open(os.Args[1])
if e != nil {
log.Panic("\nUnable to open first file: ", e)
}
defer f1.Close()
// open second file
f2, e := os.Open(os.Args[2])
if e != nil {
log.Panic("\nUnable to open second file: ", e)
}
defer f2.Close()
// create a file writer
w, e := os.Create(outFile)
if e != nil {
log.Panic("\nUnable to create new file: ", e)
}
defer w.Close()
// wrap the file readers with CSV readers
cr1 := csv.NewReader(f1)
cr2 := csv.NewReader(f2)
// wrap the out file writer with a CSV writer
cw := csv.NewWriter(w)
// initialize the lines
line1, b := readline(cr1)
if !b {
log.Panic("\nNo CSV lines in file 1.")
}
line2, b := readline(cr2)
if !b {
log.Panic("\nNo CSV lines in file 2.")
}
// copy the files according to similar rules of the merge step in Mergesort
for {
if compare(line1, line2) {
writeline(line1)
if line1, b = readline(cr1); !b {
copy(cr2, w)
break
}
} else {
writeline(line2)
if line2, b = readline(cr2); !b {
copy(cr1, w)
break
}
}
}
// note the files will be closed here, since we defered it above
}
func readline(r csv.Reader) ([]string, bool) {
line, e := r.Read()
if e != nil {
if e == io.EOF {
return nil, false
}
log.Panic("\nError reading file: ", e)
}
return line, true
}
func writeline(w csv.Writer, line []string) {
e := w.Write(line)
if e != nil {
log.Panic("\nError writing file: ", e)
}
}
func copy(r csv.Reader, w csv.Writer) {
for line, b := readline(r); !b; r, b = readline(r) {
writeline(w, line)
}
}
func compare(line1, line2 string) bool {
/* here, determine if line1 and line2 are in the correct order (line1 first)
if so, return true, otherwise false
*/
}
LEATH
TA贡献1936条经验 获得超6个赞
如果这两个文件是单独排序的，那么您可以使用合并排序的合并功能将它们组合成一个排序数组。
通过数组，我的意思是我们可以使用另一个 CSV 文件即时写入排序的数据。
- 2 回答
- 0 关注
- 203 浏览
添加回答
举报
0/150
提交
取消