python 解决动态的定义变量名,并给其赋值的方法(大数据处理)

最近消费kafka数据到磁盘的时候遇到了这样的问题：

需求：每天大概有1千万条数据，每条数据包含19个字段信息，需要将数据写到服务器磁盘，以第二个字段作为大类建立目录，第7个字段作为小类配合时间戳作为文件名，临时文件后缀tmp，当每个文件的写入条数（可配置，比如100条）达到要求条数时，将后缀tmp改为out。

问题：大类共有30个，小类不计其数而且未知，比如大类为A,小类为a，时间戳为20180606095835234，则A目录下的文件名为20180606095835234_a.tmp,这样一来需要在此文件写满100条时，更新时间戳生成第二个文件名，如果此时有1000个文件都在写则需要有1000个时间戳，和1000个计数器记录每个文件当前的条数，如果分别定义1000个变量显然是不划算的，

尝试：中间过程想到了动态定义变量名，即

定义第七个字段：seven = data.split('|')[7]

定义文件名：filename = time_stamp + '_' + seven+'.tmp'，

定义文件计数器：seven + ‘_num' = 0

定义文件时间戳：seven + '_stamp' = time.time( )

想法其实是没问题的，但是这里用到了一个不常用的语法：用一个变量名和一个字符串拼接出来一个新的变量名，并继续赋值（不知道我的表述是否清楚），试过了用local（）函数、global（）函数、exec（）函数都没有达到预期效果，也许是把问题想的太复杂了

解决：最后使用三个字典将这个问题完美解决，

定义一个字典用来存计数器，字典的每一个键对应一个文件名，值对应当前计数，并实时更新；

定义一个字典用来存时间戳，键对应一个文件名，值对应时间戳，达到100条就更新一次；

定义一个字典用来存大类，键对应代号，值对应分类；

局部功能代码如下：

def kafka_to_disk():
print('启动前检测上次运行时是否存在意外中断的数据文件......')
print('搜索最近一次执行脚本产生的时间目录......')
# 待处理临时文件列表
tmp_list = []
try:
 for category_dir in os.listdir(local_file_path):
  if len(os.listdir(local_file_path+os.sep+category_dir)) > 0:
   for file in os.listdir(local_file_path+os.sep+category_dir):
    if suffix in file:
     tmp_list.append(local_file_path+os.sep+category_dir+os.sep+file)
 # print('上次运行程序产生的临时文件有---{}'.format(tmp_list))
except Exception as e:
 pass
if len(tmp_list) == 0:
 print('未扫描任何残留临时文件')
else:
 print('开始修复残留临时文件......')
tmp_num = 0
for tmp in tmp_list:
 os.rename(tmp, tmp.split('.')[0]+'.out')
 tmp_num += 1
print('本次启动共修复残留临时文件★★★★★-----{}个-----★★★★★'.format(tmp_num))

category_poor = {
 '1': 'news', '2': 'weibo', '3': 'weixin', '4': 'app', '5': 'newspaper', '6': 'luntan',
 '7': 'blog', '8': 'video', '9': 'shangji', '10': 'shangjia', '11': 'gtzy', '12': 'zfztb',
 '13': 'gyfp', '14': 'gjz', '15': 'zfxx', '16': 'ptztb', '17': 'company', '18': 'house',
 '19': 'hospital', '20': 'bank', '21': 'zone', '22': 'express', '23': 'zpgw', '24': 'zscq',
 '25': 'hotel', '26': 'cpws', '27': 'gxqy', '28': 'gpjj', '29': 'dtyy', '30': 'bdbk'}

time_stamp = utils.get_time_stamp() # 初始化毫秒级时间戳 ： 20180509103015125
consumer = KafkaConsumer(topic, group_id=group_id, auto_offset_reset=auto_offset_reset, bootstrap_servers=eval(bootstrap_servers))
print('连接kafka成功,数据筛选中......')
file_poor = {}       # 子类池用于文件计数器
time_stamp_poor = {}     # 子类时间戳池，用于触发文件切换
time_stamp = utils.get_time_stamp()  # 初始化毫秒级时间戳 ：20180509103015125
for message in consumer:
 # 提取第8个字段自动匹配目录进行创建
 if message.value.decode().split('|')[1] in category_poor:
  category = category_poor[message.value.decode().split('|')[1]]
 else:
  print(message.value.decode())
  continue
 category_dir = local_file_path + os.sep + category
 if not os.path.exists(category_dir):
  os.makedirs(category_dir)
 # 提取第2个字段，用于生成文件名
 if message.value.decode().split('|')[7] in time_stamp_poor:
  shot_file_name = time_stamp_poor[message.value.decode().split('|')[7]] + '_' + message.value.decode().split('|')[7]
 else:
  shot_file_name = time_stamp + '_' + message.value.decode().split('|')[7]
 file_name = category_dir + os.sep + shot_file_name + '.tmp'

# 给每一个文件设定一个计数器
 if message.value.decode().split('|')[7] not in file_poor:
  file_poor[message.value.decode().split('|')[7]] = 0

with open(file_name, 'a', encoding='utf-8')as f1:
  f1.write(message.value.decode())
  file_poor[message.value.decode().split('|')[7]] += 1

# 触发切换文件的操作,用时间戳生成第二文件名
 if file_poor[message.value.decode().split('|')[7]] == strip_number:
  time_stamp_poor[message.value.decode().split('|')[7]] = utils.get_time_stamp()
  file_poor[message.value.decode().split('|')[7]] = 0

来源：https://blog.csdn.net/Beyond_F4/article/details/80590082