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:
- 进程直接被终止,显示"Killed"信息
- 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:
- 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
- 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
- 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
- 文件分割:将大型Records.json文件分割为100-150MB大小的多个小文件
- 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
- 在Dawarich中创建一个导入记录(即使会失败)
- 记录下生成的import_id和user_id(通常首次使用时为1和1)
- 将Records.json文件与脚本放在同一目录
- 运行脚本生成SQL文件
- 修改docker-compose.yml暴露数据库端口
- 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
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0265cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp音乐播放器项目中的函数调用问题解析2 freeCodeCamp论坛排行榜项目中的错误日志规范要求3 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析4 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析5 freeCodeCamp全栈开发课程中React实验项目的分类修正6 freeCodeCamp课程视频测验中的Tab键导航问题解析7 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析8 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 9 freeCodeCamp课程中屏幕放大器知识点优化分析10 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析
最新内容推荐
Jetson TX2开发板官方资源完全指南:从入门到精通 PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K

deepin linux kernel
C
22
6

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

React Native鸿蒙化仓库
C++
192
273

🎉 (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

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 kernel ~ openGauss is an open source relational database management system
C++
145
189

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

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

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