Python MongoDB查询请求将数据分割成块

我正在编写一个python脚本来完成以下步骤

查询MongoDB数据库 分析和聚合结果 通过REST API将数据上载到ServiceNow表

但是，脚本可以工作，数据集太大，其余事务在60秒后超时（连接由目标的ServiceNow服务器关闭）

我需要将数据分割成块，并为每个数据块发送单独的REST事务，以确保通过POST发送完整的数据集，而不会达到超时限制

我如何通过修改下面的脚本来实现这一目标

#!/usr/bin/env python

from config import *

import os, sys

mypath = os.path.dirname(os.path.realpath(__file__))
sys.path.append(os.path.join(mypath, "api-python-client"))

from apiclient.mongo import *

from pymongo import MongoClient

import json

import requests

from bson.json_util import dumps

client = MongoClient(mongo_uri)

#Create ServiceNow URL
svcnow_url = create_svcnow_url('u_imp_cmps')

#BITSDB Nmap Collection
db = client[mongo_db]

#Aggregate - RDBMS equivalent to Alias select x as y
#Rename fields to match ServiceNow field names
computers = db['computer'].aggregate([
        {"$unwind": "$hostnames"},
        {"$project" : {
                "_id":0,
                "u_hostname": "$hostnames.name",
                "u_ipv4": "$addresses.ipv4",
                "u_status": "$status.state",
                "u_updated_timestamp": "$last_seen"
        }}

])

j = dumps({"records":computers})
#print(j)


#Set proper headers
headers = {"Content-Type":"application/json","Accept":"application/json"}

#Build HTTP Request
response = requests.post(url=svcnow_url, auth=(svcnow_user, svcnow_pwd), headers=headers ,data=j)

#Check for HTTP codes other than 200
if response.status_code != 200:
        print('Status:', response.status_code, 'Headers:', response.headers, 'Response Text', response.text, 'Error Response:',response.json())
        exit()

#Decode the JSON response into a dictionary and use the data
print('Status:',response.status_code,'Headers:',response.headers,'Response:',response.json())

更新：我有一个计划，但我不知道如何具体实施

• 将光标设置为每个记录1000条的固定批量大小
• 当批处理已满时，创建JSON输出并通过请求发送数据
• 在循环中：继续抓取新批并将每个批发送到目标，直到到达整个数据集

基本上，我认为我可以通过创建批并通过批循环来解决这个问题，每次都有一个新的API调用。请让我知道，如果有人有任何想法，如果这是一个好的计划，以及如何实施一个解决方案。谢谢。

j=dumps（{“records”：computers}）

将返回一个列表，因此您可以通过调用

j[x]

或迭代for循环轻松地指向单个数据条目。ServiceNow应接受这些条目中的每一项

# Set proper headers (these are always the same, so this
# can be assigned outside of the for loop)
headers = {"Content-Type":"application/json","Accept":"application/json"}

for data_point in j:

    #Build HTTP Request (Note we are using data_point instead of j)
    response = requests.post(url=svcnow_url, auth=(svcnow_user, svcnow_pwd), headers=headers ,data=data_point)

    #Check for HTTP codes other than 200
    if response.status_code != 200:
        print('Status:', response.status_code, 'Headers:', response.headers, 'Response Text', response.text, 'Error Response:',response.json())
    else:
        # This is a response of success for a single record
        print('Status:',response.status_code,'Headers:',response.headers,'Response:',response.json())

exit()

如果您在MongoDB中有100个新条目，这将对ServiceNow进行100次POST调用。您的ServiceNow实例应该能够处理加载，并且您可以非常轻松地识别未能加载的记录

但是，如果出于任何原因需要压缩呼叫数，我建议将列表拆分为“子列表”，如：

---

有人对至少从哪里开始有什么建议吗？我卡住了。谢谢。嗨，史蒂夫。谢谢你的回答。我遇到了一个问题，循环逐字符（而不是逐记录）在数据上循环。换句话说，如果我执行“for data_point In j:print（data_point）”，它将逐个返回每个字符，而不是每个记录。你知道我该如何缓解这个问题吗？谢谢啊，我想我知道它为什么这么做。变量“j”的数据类型是字符串而不是列表。“print（type（j））”。我可以通过将光标数据转换为列表并迭代列表来修复它。再次感谢你的帮助。

# Set proper headers (these are always the same, so this
# can be assigned outside of the for loop)
headers = {"Content-Type":"application/json","Accept":"application/json"}

# Each POST will send up to 10 records of data
split_size = 10

# Note the two places where our split_size variable is used
for data_point in [j[x:x+split_size] for x in xrange(0, len(j), split_size)]:

    #Build HTTP Request (Note we are using data_point instead of j)
    response = requests.post(url=svcnow_url, auth=(svcnow_user, svcnow_pwd), headers=headers ,data=data_point)

    #Check for HTTP codes other than 200
    if response.status_code != 200:
        print('Status:', response.status_code, 'Headers:', response.headers, 'Response Text', response.text, 'Error Response:',response.json())
    else:
        # This is a response of success for a single record
        print('Status:',response.status_code,'Headers:',response.headers,'Response:',response.json())

exit()