我有60TB的数据驻留在12个csv文件中.
数据将加载到集群数据库中,其中加载过程是单线程的.为了提高我的负载性能,我需要从每个节点启动一个加载过程.
从这个角度来看,到目前为止一直很好.我最大的问题是如何分割这些数据?它是压缩的,每个csv文件有大约5TB的数据!我试过分裂,但需要太长时间!
解决方法
最简单但不是最快,最可能的方式是
unzip -p <zipfile> | split -C <size>
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。