python3.x - 求助python下高效且支持大数据量的database2excel方案

问题描述

大家好。小弟目前需要一个速度较好，且支持大数据量的数据库导出至excel（xlsx）的方案小弟的机器配置不高，4核的CPU，可用内存在8G左右（不过是虚拟机，可能性能实际还要低一点）小弟之前尝试过以下几种方案openpyxl：大数据量情况下经常会吃光内存。实验生成100W条/每条6个字段的数据，经常会把小弟这8G内存吃满。生成excel时间大概在10分钟~11分钟左右pyexcel_xlsx：貌似这部分引用的还是openpyxl的东东…不过貌似有一定的优化，生成生成100W条/每条6个字段的数据，消耗内存近3G，时间在8分半左右

这两个方案效率都非常低，而且小弟目前都没有找到中途将内存写入文件的方法…

请各位大大指点，是否还有其他的方案，最好是能够控制单次写入条数，例如每写入5W条，进行一次提交，将内存的东东写在文件中并释放内存，再继续写入这样的。（这样也许可以考虑配合多线程来进行并行写入，加快效率…）谢谢各位了

问题解答

pandas有分块读取的功能，关键词chunksizedf = pd.read_csv('xxxx',chunksize=10000)可以去研究下文档：http://pandas.pydata.org/pand...