Я пытаюсь импортировать большой размер ZIPPED JSON FILE из Amazon S3 в AWS RDS-PostgreSQL с использованием Python. Но эти ошибки возникли,
Traceback (последний последний вызов):
Файл "my_code.py", строка 64, в файле_content = f.read(). Decode ('utf-8'). Splitlines (True)
Файл "/usr/lib64/python3.6/zipfile.py", строка 835, в read buf + = self._read1 (self.MAX_N)
Файл "/usr/lib64/python3.6/zipfile.py", строка 925, в _read1 data = self._decompressor.decompress (данные, n)
MemoryError
//my_code.py
import sys
import boto3
import psycopg2
import zipfile
import io
import json
import config
s3 = boto3.client('s3', aws_access_key_id=<aws_access_key_id>, aws_secret_access_key=<aws_secret_access_key>)
connection = psycopg2.connect(host=<host>, dbname=<dbname>, user=<user>, password=<password>)
cursor = connection.cursor()
bucket = sys.argv[1]
key = sys.argv[2]
obj = s3.get_object(Bucket=bucket, Key=key)
def insert_query():
query = """
INSERT INTO data_table
SELECT
(src.test->>'url')::varchar, (src.test->>'id')::bigint,
(src.test->>'external_id')::bigint, (src.test->>'via')::jsonb
FROM (SELECT CAST(%s AS JSONB) AS test) src
"""
cursor.execute(query, (json.dumps(data),))
if key.endswith('.zip'):
zip_files = obj['Body'].read()
with io.BytesIO(zip_files) as zf:
zf.seek(0)
with zipfile.ZipFile(zf, mode='r') as z:
for filename in z.namelist():
with z.open(filename) as f:
file_content = f.read().decode('utf-8').splitlines(True)
for row in file_content:
data = json.loads(row)
insert_query()
if key.endswith('.json'):
file_content = obj['Body'].read().decode('utf-8').splitlines(True)
for row in file_content:
data = json.loads(row)
insert_query()
connection.commit()
connection.close()
Есть ли какие-либо решения этих проблем? Любая помощь сделана, спасибо вам большое!
Проблема в том, что вы пытаетесь одновременно считывать весь файл в память, что может привести к тому, что у вас закончится нехватка памяти, если файл действительно слишком большой.
Вы должны прочитать файл по одной строке за раз, и поскольку каждая строка в файле, по-видимому, является строкой JSON, вы можете обрабатывать каждую строку непосредственно в цикле:
with z.open(filename) as f:
for line in f:
insert_query(json.loads(line.decode('utf-8')))
Функция insert_query
должна принимать data
как параметр, кстати:
def insert_query(data):
json.loads
дважды, передавая возвращаемое значение json.loads
в json.loads
. Пожалуйста, используйте мой код вместо.