为什么Ruby CSV文件读取速度很慢？

我有一个相当大的CSV文件,有4百万条记录和375个字段,需要处理.
我正在使用RUBY CSV库来读取此文件,但速度非常慢.我认为 PHP CSV文件处理速度很慢,但比较两次读取PHP的速度要快100倍.我不确定我是不是在做一些愚蠢的事情,或者这只是RUBY没有针对这种类型的批处理进行优化的现实.我设置了简单的测试pgms来获得RUBY和PHP的比较时间.我所做的就是读取,不写入,不构建大型数组,并在处理50,000条记录后突破CSV读取循环.还有其他人遇到过这个性能问题吗？

我在运行4 GB内存的MAC上本地运行,运行OS X 10.6.8和Ruby 1.8.7.

Ruby进程只需497秒即可读取50,000条记录,PHP进程在4秒内运行,这不是拼写错误,速度超过100倍.仅供参考 – 我在循环中有代码打印出数据值,以确保每个进程实际上正在读取文件并将数据带回来.

这是Ruby代码：

require('time')
require('csv')
x=0
t1=Time.new
CSV.foreach(pathfile) do |row|
  x += 1
  if x > 50000 then break end
end
t2 = Time.new
puts " Time to read the file was #{t2-t1} seconds"

这是PHP代码：

$t1=time();
$fpiData = fopen($pathdile,'r') or die("can not open input file ");
$seqno=0;
while($inrec = fgetcsv($fpiData,','"')) {
    if ($seqno > 50000) break;
    $seqno++;
}
fclose($fpiData) or die("can not close input data file");
$t2=time();
$t3=$t2-$t1;
echo "Start time is $t1 - end time is $t2 - Time to Process was " . $t3 . "\n";

解决方法

只需更新到当前版本的Ruby,您就可以获得巨大的速度提升.在版本1.9中,FasterCSV被集成为Ruby的标准CSV库.

查看Chruby以管理您的不同Ruby版本.