Не знам дали е най-бързо, но можете да опитате нещо подобно...
Съхраняването на масив Numpy в Redis става така - вижте функцията toRedis()
:
- вземете форма на масива Numpy и го кодирайте
- добавете масива Numpy като байтове към формата
- съхранете кодирания масив под предоставения ключ
Извличането на масив Numpy става така - вижте функцията fromRedis()
:
- извлечете от Redis кодирания низ, съответстващ на предоставения ключ
- извлечете формата на масива Numpy от низа
- извличане на данни и повторно попълване на масива Numpy, преоформяне до оригиналната форма
#!/usr/bin/env python3
import struct
import redis
import numpy as np
def toRedis(r,a,n):
"""Store given Numpy array 'a' in Redis under key 'n'"""
h, w = a.shape
shape = struct.pack('>II',h,w)
encoded = shape + a.tobytes()
# Store encoded data in Redis
r.set(n,encoded)
return
def fromRedis(r,n):
"""Retrieve Numpy array from Redis key 'n'"""
encoded = r.get(n)
h, w = struct.unpack('>II',encoded[:8])
# Add slicing here, or else the array would differ from the original
a = np.frombuffer(encoded[8:]).reshape(h,w)
return a
# Create 80x80 numpy array to store
a0 = np.arange(6400,dtype=np.uint16).reshape(80,80)
# Redis connection
r = redis.Redis(host='localhost', port=6379, db=0)
# Store array a0 in Redis under name 'a0array'
toRedis(r,a0,'a0array')
# Retrieve from Redis
a1 = fromRedis(r,'a0array')
np.testing.assert_array_equal(a0,a1)
Можете да добавите повече гъвкавост, като кодирате dtype
на масива Numpy заедно с формата. Не го направих, защото може да се окаже, че вече знаете, че всичките ви масиви са от един конкретен тип и тогава кодът просто ще бъде по-голям и по-труден за четене без причина.
Груб тест за съвременен iMac :
80x80 Numpy array of np.uint16 => 58 microseconds to write
200x200 Numpy array of np.uint16 => 88 microseconds to write
Ключови думи :Python, Numpy, Redis, масив, сериализиране, сериализиране, ключ, incr, уникален