Georeferencias: almacenamiento

[Sebastian Lezica]

Buenisimo Francesc!,
    Daba por hecho que PyTables tenia buen rendimiento requeriendo mucha 
ram, pero el intento de probarlo hace un tiempo lo dejé pendiente... 
ahora mismo voy a ver si puedo compilar las dependencias sobre mips (el 
objetivo es ejecutarlo dentro de un cofre de disco duro wireless 
-parecido a los routers Linksys wrt54g- corriendo Linux).
    Gracias por la recomendación, ya me pongo a probarlo!,

Sebastián Lezica


Francesc Altet wrote:
> Pues aunque PyTables no es puro Python (si quieres velocidades altas
> de I/O casi siempre has de ir a parar a hacer extensiones en C), si
> que es multiplataforma (ha sido probado en Windows, MacOSX, GNU/Linux
> FreeBSD y múltiples Unix más). El acceso a los datos se hace a
> través de arboles binarios (a nivel de la libreria HDF5 de la cual
> depende), con lo que el acceso a los registros es muy rápido.
> Ademés, PyTables suporta indexación de columnas.
>
> Respecto a la limitación en la cantidad de recursos usados, PyTables
> está diseñado para trabajar perfectamente con tablas de más de mil
> millones de filas en entornos de memoria realistas, así que con
> tablas del orden de millones, no deberías de tener problemas.
> Además, PyTables usa objetos numarray como contenedores de datos, con
> lo que el consumo de memoria se hace óptimo, especialmente cuando
> quieres mantener gran cantidad de información. Finalmente, PyTables
> también soporta compresión de datos transparente, con lo que puedes
> mantener tus bases de datos comprimidas y leerlas sin necesidad de que
> ocupen más espacio del necesario.
>
> Para ejemplos de cómo funciona PyTables te recomiendo que le eches un
> vistazo a los tutoriales que vienen en la documentación:
>
> http://pytables.sourceforge.net/html-doc/usersguide3.html
>
> Aunque, naturalmente, lo mejor es que lo descargues y lo pruebes por
> tí mismo. Así te aseguras de que no te están vendiendo la moto ;-)
>
> Espero que sea de ayuda,
>
>