最近在工作中需要对系统的日志文件进行解析并统计数据,日志文件数量多并且非常大,脚本中使用了进程和线程对不同日期的日志进行分别处理。一开始没考虑到批量读取文件会对内存造成巨大的消耗。直到执行脚本的时候,才发现内存亮红灯了。呵呵
后面开始对脚本进行优化,考虑到yield的特性。于是将读取文件的方法独立出来并在其中使用yield,这样就将这个方法变成了一个生成器,如下:
def read_log_by_yield(log_path):
try:
with open(log_path, "rU") as log_f:
while True:
block = log_f.next()
if block:
yield block
else:
return
except Exception as e:
print str(e)
通过这样的优化,再次执行脚本后,内存消耗明显降低了。