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 19:25:34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
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
260
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
854
505
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
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
254
295
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
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
331
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
21
5