在PowerShell中处理大型阵列

Question

我很难理解在PowerShell中处理大型数据集/数组的最有效方法。我的阵列中有数百万个项目需要处理和分组。此列表的大小始终不同，这意味着可以是350万个或1000万个项目。

示例：将350万个项目按“ 4”分组，如下所示：

项目0、1、2、3组合在一起4,5,6,7组合在一起，依此类推。

我尝试通过遍历列表并分配给pscustomobject来使用单线程处理数组，而该工作仅需要45-50分钟即可完成。

我还尝试将数组拆分为较小的数组，但这会使进程运行更长的时间。

$i=0
$d_array = @()
$item_array # Large dataset


While ($i -lt $item_array.length){

    $o = "Test"
    $oo = "Test"
    $n = $item_array[$i];$i++
    $id = $item_array[$i];$i++
    $ir = $item_array[$i];$i++
    $cs = $item_array[$i];$i++

    $items = [PSCustomObject]@{
        'field1' = $o
        'field2' = $oo
        'field3' = $n
        'field4' = $id
        'field5' = $ir
        'field6'= $cs
    }
    $d_array += $items

}

我想像一下，如果我使用一个作业调度程序，使我可以运行多个作业，将大大减少处理时间，但是我想让其他人采取快速有效的方法来解决这一问题。

Answer 1

如果您正在处理大数据，使用 C# 也很有效。

Add-Type -TypeDefinition @"
using System.Collections.Generic;

public static class Test
{
    public static List<object> Convert(object[] src)
    {
        var result = new List<object>();
        for(var i = 0; i <= src.Length - 4; i+=4)
        {
            result.Add( new {
                field1 = "Test",
                field2 = "Test",
                field3 = src[i + 0],
                field4 = src[i + 1],
                field5 = src[i + 2],
                field6 = src[i + 3]
            });
        }
        return result;
    }
}
"@

$item_array = 1..10000000
$result = [Test]::Convert($item_array)