A tegnapi nap tanulsága: ha sok adatod van, YAML helyet tárold JSON-ban, de legalábbis a libyaml-ot telepítsd fel.

Alapvetően kezdjük ott, hogy ha az YAML formátumban tárolt adatkupacod (legyen mondjuk egy django-s fixture) betöltése a loaddata karbantartó parancson át kivárhatatlanul sokáig tart, míg szemben vele ugyanaz az adat JSON-ban pillanatok alatt töltődik be, érdemes megjegyezned, hogy a pip install pyyaml előtt a libyaml függvénytárat telepítsd az operációs rendszerre.

Légy bátor, vedd fel ezt a követelményt a projektedbe tesztesetként.

# python check_requirements.py -v
Trying:
    import yaml
Expecting nothing
ok
Trying:
    print yaml.__with_libyaml__
Expecting:
    True
ok
1 items passed all tests:
   2 tests in __main__
2 tests in 1 items.
2 passed and 0 failed.
Test passed.

Tudniillik a PyYAML a C-s függvénytár hiányában egy Python alapú implementációt használ, ami szőrnyen lassú persze.

Nézd, ilyen lassú (másodpercben):

# python pyyaml_test.py
202.24127984

libyaml-lel nem annyira lassú:

# python libyaml_test.py
36.110252142

A betöltés lassúságát vizsgálva botlottam egy a Stack Overflow-n feltett kérdésbe. Noha ott az objektum sorosításról szólnak, az érdemi hangsúly a két nyelv specifikációjának komplexitásbeli eltérésén van. Megmondom őszintén, önjelölt JavaScript kalózként imádom a JSON-t, de valljuk meg, becsületes ember nem tárol adatot benne, ha azt olvasni vagy módosítani is akarja. Közvetítésre persze kiváló. Egy fixture esetén ez elég is lehet.

A JSON ilyen gyors:

# python json_test.py
0.47447514534

A teljesség kedvéért: a méréseknél használt fixture 35753 objektumot tartalmazott, a fájl mérete durván 10 MB.