如何快速从 Klepto 文件存档中删除多个项目？

Question

我正在使用 Klepto 存档来索引文件夹树中的文件规格。扫描树后，我想快速删除对已删除文件的引用。但是简单地从文件存档中逐一删除一个项目是极其缓慢的。有没有办法将更改同步到存档，或一次删除多个密钥？（'sync'方法只出现添加新项）

@Mike Mckerns 对这个问题的有用回答只涉及删除单个项目：

使用 files.sync() 或 files.dump() 似乎只是从缓存中追加数据，而不是同步删除。有没有办法从缓存中删除密钥，然后一次性同步这些更改。单个删除太慢了。

这是一个工作示例：

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()

Answer 1

我明白了...您真的很关心从 file_archive.

中一次删除一个条目的速度

好的，我同意。当您想删除多个条目时，在 file_archive 上使用 __delitem__ 或 pop 有点残酷。减速是由于 file_archive 必须为您删除的每个密钥加载和重写整个文件存档。 dir_archive 或许多其他档案不是这种情况……但 file_archive 是。所以应该补救...

更新：我添加了一种新方法，可以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（即在已发布的版本中），您可以廉价地 pop 从本地缓存中获取所需的密钥，然后执行 ar.sync(clear=True) 以删除存档中的关联密钥。但是，这样做假设您拥有所有要保存在内存中的密钥。因此，不是将所有密钥加载到内存中，而是现在（至少在即将发布的版本中）在缓存 and/or 存档中执行 popkeys 以删除任何不需要的密钥来自两者之一。

如何快速从 Klepto 文件存档中删除多个项目？

How to delete multiple items from Klepto file archive fast?

python

klepto