我想從mysql數據庫傳輸數據(21M行)到DynamoDB。我使用boto Python API和django 1.3.1從mysql中導出數據並將其傳輸到DynamoDB。下面是代碼:從mysql到DynamoDB的數據傳輸
conn = boto.connect_dynamodb()
start_date = datetime.date(2012, 3, 1)
end_date = datetime.date(2012, 3, 31)
episode_report = TableName.objects.filter(viewdt__range=(start_date, end_date))
#Paginate 21 million rows in chunks of 1000 each
p = Paginator(episode_report, 1000)
table = conn.get_table('ep_march')
for page in range(1, p.num_pages + 1):
for items in p.page(page).object_list:
item_data = {
'id': int(items.id),
'user_id': format_user(items.user), #Foreign Key to User table
'episode_id': int(items.episode.id), #Foreign Key to Episode table
'series_id': int(items.series.id), #Foreign Key to Series Table
'viewdt': str(items.viewdt),
}
item = table.new_item(
# Our hash key is 'id'
hash_key= int(items.id),
# Our range key is 'viewdt'
range_key= str(items.viewdt),
# This has the
attrs=item_data
)
item.put()
的問題是,這一進程已經運行了12個小時以上,並仍在轉移3M行。任何想法加快這一進程?
我會創建更多的線程和parellize轉移,看看是否有幫助。
謝謝。
謝謝,我把預置寫吞吐量提高到400,但它沒有幫助。我會使用併發性並再次運行傳輸。 – 2012-04-05 14:41:01
我嘗試使用併發性,但它沒有太大的幫助。我正在使用運行django1.3的m1.large EC2實例。我正在考慮將數據從mysql導出到S3,然後使用EMR將數據從S3導出到DynamoDB。思考? – 2012-04-06 00:00:43
好的,如果您的表的配置爲每秒400次寫入,並且您有2100萬行,理論上可以在大約14.5小時內完成。但是,假定每個記錄最多爲1K字節。這就是400的意思;大小爲1K或更小的400個寫入。你的物品有多大? – garnaat 2012-04-06 01:03:47