私は現在Ruby/Railsのプロジェクトに取り組んでいますが、データベースに請求書をインポートしていますが、実際には遅すぎるプロセスの効率を最大限にしようとしています。Ruby/Railsで大量のデータセットをインポートする作業
100.000行のインポートバッチでは、データベース内の各レコードを処理して保存するのに約2.5時間かかります。
//// Rubyはコード
class DeleteImportStrategy
def pre_process(merchant_prefix, channel_import)
# channel needed to identify invoices so an import from another channel cannot collude if they had same merchant_prefix
Jzbackend::Invoice.where(merchant_prefix: merchant_prefix, channel: channel_import.channel).delete_all
# get rid of all previous import patches which becomes empty after delete_import_strategy
Jzbackend::Import.where.not(id: channel_import.id).where(channel: channel_import.channel).destroy_all
end
def process_row(row, channel_import)
debt_claim = Jzbackend::Invoice.new
debt_claim.import = channel_import
debt_claim.status = 'pending'
debt_claim.channel = channel_import.channel
debt_claim.merchant_prefix = row[0]
debt_claim.debt_claim_number = row[1]
debt_claim.amount = Monetize.parse(row[2])
debt_claim.print_date = row[3]
debt_claim.first_name = row.try(:[], 4)
debt_claim.last_name = row.try(:[], 5)
debt_claim.address = row.try(:[], 6)
debt_claim.postal_code = row.try(:[], 7)
debt_claim.city = row.try(:[], 8)
debt_claim.save
end
エンド
CSVとして入ってきた各インポートのバッチのためのそう////
は、私が以前のバッチとスタートを取り除きます各行を読み込み、新しいインボイスとしてインポートレコードに挿入して、新しい行をインポートします。しかし、100.000のエントリのための2.5-3時間は少し過度のようです。どのようにしてこのプロセスを最適化できますか?確かにこの方法では効率的ではないと確信しています。
編集: 私はこの記事を投稿して以来、長いことがありましたが、ちょうど注意する必要があります。それ以来、私はactiverecord-importライブラリを使用しました。ただし、on_duplicate_key_update機能はPostgreSQL v9.5 +でのみ利用可能です。
ありがとうございました!上記のpre_processメソッドで持っている以前のレコードを削除するのはどうですか?私は同じ方法でそれに接近すべきでしょうか? –
@SahilGadimbayli:うん、それらもバッチ削除してください。単一の 'DELETE FROM users'がその仕事をしますが、仕事を長時間ブロックするかもしれません。その場合、より小さなバッチで削除してください。 –
あなたはhttps://github.com/jamis/bulk_insert gemに興味があるかもしれません。 –