首页
/ Dawarich项目导入Google Takeout大文件问题的分析与解决方案

Dawarich项目导入Google Takeout大文件问题的分析与解决方案

2025-06-13 02:20:01作者:殷蕙予

问题背景

在使用Dawarich项目导入Google Takeout生成的Records.json文件时,许多用户遇到了导入失败的问题。这个问题主要出现在处理大型JSON文件时,文件大小通常在几百MB到几GB不等,包含了用户多年的位置历史数据。

问题现象

当用户尝试通过rake任务导入大文件时,系统通常会表现出以下两种行为之一:

  1. 进程直接被终止,显示"Killed"信息
  2. 系统资源被耗尽,最终导致服务器锁死

根本原因分析

经过深入分析,我们发现这个问题主要由以下几个因素导致:

  1. 内存限制:Ruby进程在处理大型JSON文件时需要将整个文件加载到内存中,当文件过大时会超出容器内存限制
  2. 处理方式:当前的导入流程没有采用流式处理,而是尝试一次性处理整个文件
  3. 系统资源:默认的Docker容器资源配置不足以处理如此大量的数据

解决方案

官方推荐方案

  1. 文件分割:将大型Records.json文件分割为100-150MB大小的多个小文件
  2. 直接导出:通过Android设备的Google Maps应用直接导出时间线数据,这样生成的文件通常较小

技术解决方案

对于有技术能力的用户,可以采用以下Python脚本解决方案:

import json
from datetime import datetime

def generate_sql(file_path, output_path, import_id, user_id):
    now = datetime.utcnow().strftime('%Y-%m-%d %H:%M:%S.%f')[:-3]
    
    with open(file_path, 'r') as json_file, open(output_path, 'w') as sql_file:
        data = json.load(json_file)
        locations = data.get('locations', [])
        
        for location in locations:
            parsed = parse_json(location)
            sql = (
                f"INSERT INTO public.points (latitude, longitude, timestamp, raw_data, topic, tracker_id, import_id, user_id, created_at, updated_at) "
                f"VALUES ({parsed['latitude']}, {parsed['longitude']}, {parsed['timestamp']}, "
                f"'{parsed['raw_data']}', 'Google Maps Timeline Export', 'google-maps-timeline-export', "
                f"{import_id}, {user_id}, '{now}', '{now}');\n"
            )
            sql_file.write(sql)

def parse_json(entry):
    timestamp_str = entry.get('timestamp') or entry.get('timestampMs', '')
    
    if 'T' in timestamp_str:
        timestamp = int(datetime.fromisoformat(timestamp_str.replace('Z', '+00:00')).timestamp())
    else:
        timestamp = int(timestamp_str) // 1000 if timestamp_str else 0
    
    return {
        "latitude": entry.get('latitudeE7', 0) / 10 ** 7,
        "longitude": entry.get('longitudeE7', 0) / 10 ** 7,
        "timestamp": timestamp,
        "altitude": entry.get('altitude', 'NULL'),
        "velocity": entry.get('velocity', 'NULL'),
        "raw_data": json.dumps(entry).replace("'", "''") 
    }

input_json_path = 'Records.json'
output_sql_path = 'output.sql'
import_id = 1
user_id = 1

generate_sql(input_json_path, output_sql_path, import_id, user_id)

实施步骤

  1. 在Dawarich中创建一个导入记录(即使会失败)
  2. 记录下生成的import_id和user_id(通常首次使用时为1和1)
  3. 将Records.json文件与脚本放在同一目录
  4. 运行脚本生成SQL文件
  5. 修改docker-compose.yml暴露数据库端口
  6. 执行生成的SQL文件导入数据

性能考虑

对于包含200万条记录的文件,导入过程大约需要10-15分钟。建议在非高峰期执行此操作,以避免影响系统其他功能。

未来改进

Dawarich项目已经改进了文件导入流程,采用了更高效的处理方式,应该能够更好地处理大型文件。用户可以考虑升级到最新版本以获得更好的导入体验。

总结

处理大型位置历史数据导入是一个具有挑战性的任务,特别是在资源受限的环境中。通过文件分割或使用替代导入方法,用户可以成功地将他们的Google位置历史导入Dawarich系统。对于技术用户,直接生成SQL并导入数据库的方法提供了一个可靠的解决方案。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8