如何快速从Klepto文件存档中删除多个项目?

时间:2019-02-13 22:49:01

标签: python klepto

我正在使用Klepto存档来索引文件夹树中的文件规范。扫描树后,我想快速删除对已删除文件的引用。但是,简单地从文件档案中一个接一个地删除一个项目非常慢。 是否可以将更改同步到存档,或一次删除多个密钥? (“同步”方法仅显示为添加新项目)

@Mike Mckerns对这个问题的有用答案仅涉及删除单个项目: Python Saving and Editing with Klepto

使用files.sync()或files.dump()仅出现是为了从缓存追加数据,而不同步删除操作。有没有一种方法可以从缓存中删除密钥,然后一次全部同步那些更改。单个删除太慢了。

这是一个可行的示例:

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()

1 个答案:

答案 0 :(得分:0)

我知道...您真的担心一次从file_archive删除一个条目的速度

好的,我同意。要删除多个条目时,在__delitem__上使用popfile_archive有点残酷。变慢的原因是file_archive必须为删除的每个键加载并重写整个文件存档。 dir_archive或许多其他存档不是这种情况,但是file_archive则是如此。所以应该补救...

更新:我添加了一种新方法,该方法应能够更快地删除指定的键...

>>> 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(例如,已发布的版本),您可以便宜地从本地缓存中pop所需的密钥,然后执行ar.sync(clear=True)来删除存档中的相关密钥。但是,这样做会假定您具有要保留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)将所有密钥加载到内存中,而不必在缓存和/或存档中都执行popkeys,以删除其中的任何不需要的密钥