[技术讨论] [Perl]超大哈希表（超过1G的那种）的存取

523066680

在CU遇到几次超大哈希的处理问题。这边也分享一下。
通过使用 DB_File 模块，可以将哈希数据存取操作转为在磁盘文件中处理，避免爆内存。

写入示例：

use DB_File;
STDOUT->autoflush(1);

my $DBFile = "F:/temp.db";
unlink $DBFile if ( -e $DBFile );

my %h;
tie %h, "DB_File", $DBFile, O_WRONLY|O_CREAT, 0666, $DB_BTREE or die "$!" ;

# Make many useless hash key/value
my $max = 1000_0000;
my ($iter, $curr, $prev) = (0, 0, 0);

while ($iter++ < $max)
{
    $h{ $iter } = join("", map { ('a'..'z')[rand(26)] } (0 .. int(rand(60)+1) ) );

    $curr = $iter / $max * 100.0;
    if ( ($curr - $prev) >= 1.0)
    {
        printf "%.1f\% ", $curr;
        $prev = $curr;
    }
}

untie %h;
print "Done\n";
复制代码

由于时间长，加了一些进度显示的代码。
实际过程非常简单，创建数据库文件 -> tie 绑定数据库和哈希表名称 -> 像常规操作哈希表一样存取 -> untie %h 结束操作并保留结果。

读取示例：

use DB_File;
my $DBFile = "F:/temp.db";
my %h;
tie %h, "DB_File", $DBFile, O_RDONLY, 0666, $DB_BTREE or die "$!" ;
print $h{"100021"};
untie %h ;
复制代码

Wiki

避免爆内存。