如何解决构建自定义 REST API,Bigtable 很快,但 for 循环很慢
我正在 Python 中构建一个 REST API,使用 FASTAPI 从 Bigtable 读取数据,然后将其返回到绘制机器数据图表的移动应用。
我想构建一个 Rest API 的原因是因为我想做一些操作来只返回我需要的移动应用程序。
@app.post("/tbm_data_time",status_code=status.HTTP_200_OK)
async def read_data_time(request: definitions.TbmDataRequestTime):
#Parse Datetimes
timeStart = datetime.datetime.strptime(request.timeStart,"%Y-%m-%dT%H:%M:%S.%fZ")
timeEnd = datetime.datetime.strptime(request.timeEnd,"%Y-%m-%dT%H:%M:%S.%fZ")
timeStart = timeStart.strftime("%Y%m%d%H%M%S")
timeEnd = timeEnd.strftime("%Y%m%d%H%M%S")
row_set = RowSet()
start_key = f"{request.tu}#{request.tbm}#raw#{timeStart}"
end_key = f"{request.tu}#{request.tbm}#raw#{timeEnd}"
row_set.add_row_range_from_keys(
start_key=start_key.encode('utf-8'),end_key=end_key.encode('utf-8'))
t = time.time()
rows = table.read_rows(row_set=row_set,filter_=row_filters.CellsColumnLimitFilter(1))
elapsed = time.time() - t
print(elapsed)
payload = {
"tu": request.tu,"tbm": request.tbm,"requestTime": datetime.datetime.now(),"recordCount": 0,"data": {}
}
t = time.time()
############ THIS IS WHERE THINGS ARE REALLY SLOW #######################################
for idx,row in enumerate(rows):
#for every row
for cf,cols in sorted(row.cells.items()):
#look through the column fam
for col,cells in sorted(cols.items()):
#for every column
for cell in cells:
#for every cell
column = col.decode('utf-8')
value = cell.value.decode('utf-8')
if idx ==0:
payload["data"][column] = []
payload["data"][column].append(value)
elapsed = time.time() - t
print(elapsed)
return payload
我已经按照文档进行了操作,在上面的代码中,Bigtable read_rows 函数真的非常快,这太棒了,对于 300 行的数据,大约需要 0.003 毫秒。问题是 for 循环。我正在遵循文档中使用 for 循环的方式,我花了 6 秒钟来浏览数据。有没有更快的方法来加载数据?
基本上,我的目标是将我的所有列放入单独的列表中。例如:第 1 列:[],第 2 列:[],然后将其 jsonify 作为来自我的其余 api 的响应。
或者我应该看看 Node.js 库吗?
#编辑: 我可能在这里问了一个非常愚蠢的问题。请原谅我,因为我是新来的。只是与云 sql 相比,我对 bigtable 抱有很大希望,因为 Google 表示它的延迟非常低并且查询了大量数据。我已经测试在 Cloud SQL 中查询 50k 行结果,大约需要 30 秒,与 Bigtable 大致相同。 Cloud SQL 机器是 n1-standard1。我是不是不了解低延迟、快速的广告?我只是问自己如何证明 Bigtable 的价格标签是合理的。也许当我达到 100 GB 的数据并开始受到影响时,它在 Cloud Sql 上变得更加明显。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。