問題描述

大家好。小弟目前需要一個速度較好，且支持大數據量的數據庫導出至excel（xlsx）的方案小弟的機器配置不高，4核的CPU，可用內存在8G左右（不過是虛擬機，可能性能實際還要低一點）小弟之前嘗試過以下幾種方案openpyxl：大數據量情況下經常會吃光內存。實驗生成100W條/每條6個字段的數據，經常會把小弟這8G內存吃滿。生成excel時間大概在10分鐘~11分鐘左右pyexcel_xlsx：貌似這部分引用的還是openpyxl的東東…不過貌似有一定的優化，生成生成100W條/每條6個字段的數據，消耗內存近3G，時間在8分半左右

這兩個方案效率都非常低，而且小弟目前都沒有找到中途將內存寫入文件的方法…

請各位大大指點，是否還有其他的方案，最好是能夠控制單次寫入條數，例如每寫入5W條，進行一次提交，將內存的東東寫在文件中并釋放內存，再繼續寫入這樣的。（這樣也許可以考慮配合多線程來進行并行寫入，加快效率…）謝謝各位了

問題解答

pandas有分塊讀取的功能，關鍵詞chunksizedf = pd.read_csv('xxxx',chunksize=10000)可以去研究下文檔：http://pandas.pydata.org/pand...