Georeferencias: almacenamiento

Francesc Altet faltet en carabos.com
Vie Mar 3 11:34:44 CET 2006


A Divendres 03 Març 2006 01:56, Sebastian Lezica va escriure:
> Buenisimo Francesc!,
>     Daba por hecho que PyTables tenia buen rendimiento requeriendo mucha
> ram, pero el intento de probarlo hace un tiempo lo dejé pendiente...
> ahora mismo voy a ver si puedo compilar las dependencias sobre mips (el
> objetivo es ejecutarlo dentro de un cofre de disco duro wireless
> -parecido a los routers Linksys wrt54g- corriendo Linux).
>     Gracias por la recomendación, ya me pongo a probarlo!,

Sobre un processdor MIPS precisamente fue el primer stress test que
corrí hace un par de años. La prueba fue crear una base de datos con
120000 tablas y un total de 1.12 TB de datos (si estás interesado los
detalles, mira [1]), así que no creo que tengas problemas para
compilar PyTables (y HDF5) sobre tu plataforma. Aquella prueba fue
usando IRIX, pero con Linux sobre MIPS supongo que funcionará
igualmente bien.

Otra cosa, si el uso de memoria es crítico para tí, te recomeniendo
que uses las versiones de desarrollo de HDF5 1.7.x (la puedes obtener
en [2]) ya que tienen un nuevo algoritmo de manejo de los datos de
cache mucho más elaborado y consume *bastante* menos memoria que la
versión de producción (1.6.5). Para hacerte un idea de cuanto puede
suponer el ahorro por el uso de HDF5 1.7.x, mira [3], donde se hace un
estudio de los consumos de memoria (y de CPU) de las últimas
versiones de PyTables con respecto a estas versions de HDF5 en [3].

Por último, el algoritmo de cache en HDF5 1.7.x permite una
personalización del tamaño de la cache. Consúltame si quieres
reducir al máximo el consumo de memoria para tu plataforma. Me
interesa mucho saber hasta dónde se puede llegar en este respecto.

[1] http://pytables.sourceforge.net/html/StressTests.html
[2] ftp://ftp.ncsa.uiuc.edu/HDF/pub/outgoing/hdf5/snapshots
[3] http://www.carabos.com/downloads/resources/NewObjectTreeCache.pdf

Suerte!

-- 
>0,0<   Francesc Altet     http://www.carabos.com/
V   V   Cárabos Coop. V.   Enjoy Data
 "-"




Más información sobre la lista de distribución Python-es