[uylug-programming] Procesamiento de XML

[Chicken Urine]

Dependiendo de como sea la estructura del xml puede ser trivial con sed/awk
pasarlo a un csv. Hacer un load data de 10k registros en Mysql te puede
llevar menos de 30 segundos con la configuración optima.


.:-:ChiCkENURiNE:-:.
+ El SPAM <http://groups.google.com/group/spam-a-lot/> tiene su lugar.


2013/6/14 Alejandro Stendelis <stendelis at gmail.com>

> Gracias, por los consejos en PHP, pero ya he probado todo y he realizado
> varias pruebas de velocidad, del xml preciso toda la info que tiene, el que
> tiene 2.5 millones de tags, se transforman en 10 mil registros en el MYSQL,
> de ahí la velocidad de procesado que necesito.
>
>
> El 13 de junio de 2013 23:36, Ivan Baldo <ibaldo at adinet.com.uy> escribió:
>
>      Hola.
>>     Capás que el problema con XMLReader es que generalmente debe usarse
>> iterando por cada elemento leído con código PHP y PHP es lentísimo como
>> lenguaje :-(.
>>     Si no precisás realmente todos los elementos del XML para procesar
>> sino que sólo algunos entonces en una de esas logras mejor velocidad con
>> DOMDocument y afines: http://www.php.net/manual/es/book.dom.php .
>>     Con esa clase lo levantas y luego por ejemplo podes pedir todos los
>> elementos que son determinado "tag" (nombre de elemento) o por id; si
>> precisas algo mas avanzado entonces podés utilizar DOMXPath.
>>     Alternativamente podés probar SimpleXML
>> http://www.php.net/manual/es/book.simplexml.php que es un poco mas
>> sencillo de usar aunque supongo (me puedo equivocar) que un poco mas lento,
>> pero probablemente si no iteras en todos los elementos va a ser bastante
>> mas rápido que XMLReader.
>>     Saludos.
>>
>>
>> El 13/06/13 11:21, Alejandro Stendelis escribió:
>>
>> Hola,
>>
>> Tengo un proyecto funcionando, esta realizado en PHP, el mismo se trata
>> de procesar cada hora algunos archivos XML (son unos 30 archivos que pesan
>> de 5 megas a 350 megas).
>>
>> El servicio funciona de esta manera en resumen.
>>
>> Legan los XML en formato .zip.
>> Un cron job se fija cuando se actualizan.
>> Si hay archivos de descomprimen.
>> Un php toma el XML y por medio de XMLReader() lo procesa y hace unos 10
>> inserts en promedio por cada XML.
>> Luego se utiliza los datos de la DB para hacer funcionar un servicio.
>>
>> La situación hasta este momento es que lo hace muy bien, pero necesito
>> acelerar el proceso de los XML, XMLReader() tarda en el XML mas grande unos
>> 20 minutos, son cerca de 350 megas y unas 2.5 millones de lineas.
>>
>> Me imagino que haciendo un script shell o en C, que corra directamente
>> sobre el servidor linux, ahorro mucho tiempo y puedo tener mas control de
>> los procesos, ya que es mas nativo por así decirlo.
>>
>> Buscando encontré estos códigos, los cuales me imagino que uno de ellos
>> es el mejor camino a seguir.
>>
>> Mi pregunta es, quien tiene experiencia en tratar desde scripts datos
>> complejos?, y cual es el mejor camino a seguir?
>> Necesitaré un programador Freelance que en algún momento tendré que
>> contratar.
>>
>>
>> http://vtd-xml.sourceforge.net/
>> http://xml-shell.sourceforge.net/
>> http://www.xmlsh.org/Commands
>>
>> http://rpbouman.blogspot.com/2006/03/importing-xml-data-into-mysql-using.html
>>
>> Gracias.
>>
>>
>> _______________________________________________
>> Uylug-programming mailing listUylug-programming at listas.uylug.org.uyhttp://listas.uylug.org.uy/listinfo.cgi/uylug-programming-uylug.org.uy
>>
>>
>> --
>> Ivan Baldo - ibaldo at adinet.com.uy - http://ibaldo.codigolibre.net/
>> From Montevideo, Uruguay, at the south of South America.
>> Freelance programmer and GNU/Linux system administrator, hire me!
>> Alternatives: ibaldo at codigolibre.net - http://go.to/ibaldo
>>
>>
>
> _______________________________________________
> Uylug-programming mailing list
> Uylug-programming at listas.uylug.org.uy
> http://listas.uylug.org.uy/listinfo.cgi/uylug-programming-uylug.org.uy
>
>
-------------- next part --------------
An HTML attachment was scrubbed...
URL: <http://listas.uylug.org.uy/pipermail/uylug-programming-uylug.org.uy/attachments/20130614/9e0ba084/attachment-0005.htm>