質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
BigQuery

BigQueryは、Google Cloud Platformが提供しているビッグデータ解析サービス。数TB(テラバイト)またはPB(ペタバイト)の膨大なデータに対し、SQL風のクエリを実行し、高速で集計・分析を行うサービスです。

CSV

CSV(Comma-Separated Values)はコンマで区切られた明白なテキスト値のリストです。もしくは、そのフォーマットでひとつ以上のリストを含むファイルを指します。

MySQL

MySQL(マイエスキューエル)は、TCX DataKonsultAB社などが開発するRDBMS(リレーショナルデータベースの管理システム)です。世界で最も人気の高いシステムで、オープンソースで開発されています。MySQLデータベースサーバは、高速性と信頼性があり、Linux、UNIX、Windowsなどの複数のプラットフォームで動作することができます。

Q&A

解決済

1回答

2111閲覧

ビッグデータの抽出

nao20

総合スコア24

BigQuery

BigQueryは、Google Cloud Platformが提供しているビッグデータ解析サービス。数TB(テラバイト)またはPB(ペタバイト)の膨大なデータに対し、SQL風のクエリを実行し、高速で集計・分析を行うサービスです。

CSV

CSV(Comma-Separated Values)はコンマで区切られた明白なテキスト値のリストです。もしくは、そのフォーマットでひとつ以上のリストを含むファイルを指します。

MySQL

MySQL(マイエスキューエル)は、TCX DataKonsultAB社などが開発するRDBMS(リレーショナルデータベースの管理システム)です。世界で最も人気の高いシステムで、オープンソースで開発されています。MySQLデータベースサーバは、高速性と信頼性があり、Linux、UNIX、Windowsなどの複数のプラットフォームで動作することができます。

0グッド

0クリップ

投稿2016/11/13 02:56

編集2016/11/13 03:24

###前提・実現したいこと
現在、約200万件のcsv2つがあり、2つのcsv同士の比較を行なっております。
ただ、データが大量あることで、抽出に時間がかかっており、高速に抽出出来る方法を探しています。

###該当のソースコード
抽出対象となるデータとしては下記になり、
下記Aのcsv_a_idがcsvBのcsv_b_idとマッチしないデータを抽出します。

テーブル名 csvA
カラム名 csv_a_id

テーブル名 csvB
カラム名 csv_b_id

###試したこと
行なってみた方法としまして、mysqlにそれぞれテーブルとしてデータを作り、left joinを行ないwhereで抽出をしておりました。

・mysqlのコマンド
select csv_a_id FROM csvA left join csvB using(csv_b_id) where csvB.csv_b_id is null
INTO OUTFILE "/tmp/diff_result.csv"
FIELDS TERMINATED BY ',';

###補足情報(言語/FW/ツール等のバージョンなど)
mysql

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

popobot

2016/11/13 03:07 編集

csv_a_idカラムとcsv_b_idカラムにインデックスが付いていれば、そこそこの時間で終わりそうな気がしますが、高速とはどのぐらいの時間を想定しているのでしょうか
nao20

2016/11/13 03:23

ありがとうございます! インデックスだけで十分早くなりました!
guest

回答1

0

ベストアンサー

テーブルに比較カラムにインデックスをつけてEXISTSにて抽出してはどうでしょうか?

投稿2016/11/13 03:06

himakuma

総合スコア952

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

nao20

2016/11/13 03:22

ありがとうございます! indexで解決しました!
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問