txt 数据，只做最简单的筛选，之前只有几十万行，一直在用 excel 虽然卡一点也处理的过来。这次突增到 1000 万行了，数据 900MB 左右，excel 肯定不行了，导入到 access2016 里，虽然导入很快，但是一点筛选就卡住，cpu 占用倒是只有 50%，像这种情况还有其他更简便的筛选方法吗？谢谢
This topic created in 2957 days ago, the information mentioned may be changed or developed.
 |
1
linap Apr 15, 2018 via Android  1
mysql
|
 |
2
msg7086 Apr 15, 2018 3
难道不是 grep ？ 900M 简单过滤，10 秒钟足够了吧。
|
 |
3
dobelee Apr 15, 2018 via Android 1
文本最简单最快的 grep 了。结构化的另说。excel 就不好了。
|
 |
4
kiwi95 Apr 15, 2018 via iPhone 4
行数据，grep, awk, sed 一套下来基本能搞定
|
 |
5
liucudliucud Apr 15, 2018 via Android 1
传到集群上用任务搞，9 亿行都没问题
|
 |
6
ynyounuo Apr 15, 2018 1
用 ripgrep 4.4 亿行用简单正则筛选只用 21 秒
wc -l < OpenSubtitles2018.raw.en 441450449 rg -n -i '.*way.*to.*explore.*' OpenSubtitles2018.raw.en 12.95s user 7.14s system 97% cpu 21.308 total |
 |
7
clino Apr 15, 2018 via Android
unqlite 可以试试
|
 |
8
qinrui Apr 15, 2018 via iPhone
awk
|
 |
9
locktionc Apr 15, 2018
你如果能把样本数据，你需要筛选的内容都提供一下，大家会给你更多办法。
|
 |
10
qwertyegg Apr 15, 2018
这不是大数据 101 的题目嘛？拆成 10 份分开弄，然后合并结果
|
 |
11
wqzjk393 Apr 16, 2018 via iPhone
1，数据库，用 where 筛选。2，用 pandas 的 read_csv 函数，dataframe 什么不能干？………实际上我们工作接触几千万行数据，是用 hive 数据库的。其实吧，我个人觉得，只要不死机，卡就卡吧…
|
 |
12
Howlaind Apr 16, 2018 via Android
the_silver_searcher
|
Select Language