[Python] gzip.open, zcat & pipeline 성능비교

파이썬에서 gzip파일을 읽는 방법 2가지 성능 비교

gzip 파일 확인

gzip의 파일을 읽으려면 shell에서는 zcat을 이용하면 쉽게 데이터를 확인이 가능하다.

$ zcat * | head -100 $ zcat * | wc -l

아래 소스코드는 zcat과 pipeline을 이용해 읽는 방식과, gzip.open을 이용해 gzip의 파일을 읽는 속도를 비교한 코드이다.

코드

	import os
	import sys
	if sys.version.startswith("3"):
	import io
	io_method = io.BytesIO
	else:
	import cStringIO
	io_method = cStringIO.StringIO
	import gzip
	import subprocess
	import time
	dirname = "test"
	fl = os.listdir(dirname)
	fl.sort()
	ttime = [0, 0]
	runs = 5
	for i in range(2 * runs):
	st = time.time()
	for fn in fl:
	if not fn.endswith(".gz"):
	continue
	cc = 0
	lc = 0
	sz = 0
	fullfn = os.path.join(dirname, fn)
	sz += os.stat(fullfn)[6]
	if i % 2 == 0:
	fh = gzip.GzipFile(fullfn, "r")
	else:
	p = subprocess.Popen(["zcat", fullfn], stdout = subprocess.PIPE)
	fh = io_method(p.communicate()[0])
	assert p.returncode == 0
	for line in fh:
	lc += 1
	cc += len(line)
	et = time.time()
	dt = et - st
	ttime[i % 2] += dt
	print("time-taken = %0.2f seconds, 1000 characters per second = %0.0f, file size per second = %0.0f, character count=%s, line count=%s file size = %s" % (dt, 0.001 * cc / dt, 0.001 * sz / dt, cc, lc, sz))
	print("\nAverages")
	print(" gzip.open - %0.1f seconds" % (ttime[0] / runs))
	print(" zcat and pipe - %0.1f seconds" % (ttime[1] / runs))

view raw gzip_reader.py hosted with ❤ by GitHub

[참고] * https://codebright.wordpress.com/2011/03/25/139/