Най-бързият начин за съхранение на numpy масив в redis

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