No, la verdad que no lo probé. Confié demasiado en que esa tarea la haría Magma. Voy a probarlo. Gracias.
2010/11/3 Esteban Lorenzano <[email protected]> > supongo que algún problema de indices tenés... pero esto que digo es tan > una trivialidad que seguro ya lo intentaste: armar un btree ordenado según > el índice por el cual buscas los duplicados? > > Saludos, > E > > El 03/11/2010, a las 4:04p.m., Norberto Manzanos escribió: > > > Muchachos ( y no tanto) de ClubSmalltalk > > Tengo un problema bastante grande y quería ver si alguien me puede dar un > consejo. > Tengo una colección de datos en archivos (no es exactamente una base de > datos, pero parecido) entre los cuales hay duplicados. Los duplicados no son > triviales, hay que hacer algunas cosas para detectarlos, pero ese no es el > punto. > Una vez que estos datos estén normalizados pueden persistirse de varias > formas, tampoco ese es el problema. > El cuello de botella es la búsqueda en las colecciones. Probé colecciones > en memoria, colecciones Magma, Sandstone y el problema es siempre el mismo: > el tiempo que tarda la búsqueda. Magma, que fue lo más eficiente, podría > llegar a tardar 2 o 3 días para procesar 76000 registros. Un proceso > similar, aunque con objetos más complicados, me tardó 2 semanas hace un > tiempo. Los de Magma siempre me dicen que algo mal debo estar haciendo, pero > nunca aparece que es eso que está mal. No creo estar haciendo nada que pueda > hacer que un proceso que debería tardar algunas horas tarde varios días o > más. > Estoy a punto de intentar con una base SQL, lo cual me deprime mucho. > ¿Alguien conoce algo para Squeak que permita detectar elementos en > colecciones en forma más eficiente? ¿Algún truco al menos? > > Gracias > > -- > Norberto Manzanos > Instituto de Investigaciones en Humanidades y Ciencias Sociales (IdIHCS) > FaHCE/UNLP - CONICET > Calle 48 e/ 6 y 7 s/Nº - 8º piso - oficina 803 > Tel: +54-221-4230125 interno 262 > > > -- > To post to this group, send email to [email protected] > To unsubscribe from this group, send email to > [email protected] > > http://www.clubSmalltalk.org > > > -- > To post to this group, send email to [email protected] > To unsubscribe from this group, send email to > [email protected]<clubsmalltalk%[email protected]> > > http://www.clubSmalltalk.org -- Norberto Manzanos Instituto de Investigaciones en Humanidades y Ciencias Sociales (IdIHCS) FaHCE/UNLP - CONICET Calle 48 e/ 6 y 7 s/Nº - 8º piso - oficina 803 Tel: +54-221-4230125 interno 262 -- To post to this group, send email to [email protected] To unsubscribe from this group, send email to [email protected] http://www.clubSmalltalk.org
