我有10亿个字符串，每个大概100个字符。
这些数据存磁盘上，gzip压缩后大概有18G。

需求是，一次按id号从中取20000个字符串出来。
这20000个id号是分散的，不集中。

我尝试了用h5py按hdf5格式存储和读取，试了多种途径，速度都比较慢，大概在3分钟左右。
hdf5取连续的20000数据比较快，但是从10亿个数据里取分散的20000个数据就比较慢。

求问有没有好方法，快速取数据。

我隐隐约约觉得这是大数据查询里面常碰到的场景，求大神赐教
--
修改:chemphy123 FROM 180.168.176.*
FROM 180.168.176.*