我有一个 NetworkX 图 (g),它有大约 25k 个节点和 125k 个边。我想使用 memcached 缓存 g 但 g 太大了。我最多可以将每个项目的 memcached 限制增加到 32MB,但这是行不通的。
我是否应该尝试让它与 memcached 一起工作?
如果我希望能够存储最多具有 1m 个节点和 10m 个边的 networkx 图,我还有哪些其他选择?
在 (a) 对图一无所知,以及 (b) 以导致最小性能下降的方式将图 block 重新组合在一起的情况下,我如何对图进行分块以使其更小。
<
我正在使用 python。附上创建图表的示例代码。
import sys
import pickle
import random
import networkx as nx
from django.core.cache import cache
def randstring(x=3):
return ''.join([chr(random.randrange(65, 91)) for _ in range(x)])
class Qux(object):
def __init__(self, foo, bar):
self.foo = foo
self.bar = bar
for n, v in {1: 500, 2: 5000, 3: 50000}.items():
g = nx.Graph()
nodes = [Qux(randstring(), randstring()) for _ in range(v)]
g.add_nodes_from(nodes)
for node in g.nodes:
num = random.randrange(25)
edges = [(node, random.choice(nodes)) for _ in range(num)]
g.add_edges_from(edges)
print len(g.nodes), sys.getsizeof(pickle.dumps(g))
cache.set('{}/graph'.format(n), g, 3600)
Memcached 控制台输出(memcached -I 32M -vv)
<20 new auto-negotiating client connection
20: Client using the ascii protocol
<20 set :1:1/graph 1 3600 130678
>20 STORED
<20 delete :1:2/graph
>20 NOT_FOUND
<20 delete :1:3/graph
>20 NOT_FOUND
请您参考如下方法:
如果您查看 NetworkX 的代码,就会发现图形只不过是 python 指令。如果您需要的唯一功能是访问节点和边,那么使用字典构建图形并将文件转换为 JSON 可以让您缓存图形。 向无向加权图添加边的代码本质上是这样的:
G_New = {}
for edge in edges:
try:
G_New[edge['node1'].update({edge['node2']: edge['weight']})
except KeyError:
G_New[edge['node1']] = {edge['node2']: edge['weight']}
try:
G_New[edge['node2']].update({edge['node1']: edge['weight']})
except KeyError:
G_New[edge['node2']] = {edge['node1']: edge['weight']}
之后是一个简单的json.dumps(G_New)。对于较大的图形,您可以将 dict 拆分为较小的组件并将每个组件托管在内存缓存上。因此 How to split dictionary into multiple dictionaries fast
