PHP如何实现百万级数据导出
公司目前有一个需求,需要对一个日增量在20万+数据量的数据表中的数据进行可自定义条件筛选的导出数据,该功能需要对多个部门进行开发使用,要保证功能可用的前提下,尽量优化体验。
首先介绍一下当前可利用的资源:
1、MySql - 一主库双从库。
2、分布式服务器集群,选择其中一台中型机作为脚本执行载体。
3、文件系统 - 可以支持上传大数据量文件。
4、编程语言PHP,说实话PHP不太适合来干这个事情。
技术难点:
1、数据太大,对服务器配置要求较高,导出过程中涉及数据的处理(例如各种ID转换名称等操作,我们这次需求这种太多了~~非常的坑)对内存消耗很大,其次涉及到文件压缩,因此对CPU要求较高。
2、因为是跨系统部署,如果走接口,数据量随随便便上百M,传输速度太慢(项目是对外网开放的,然后数据只允许内网访问),那么该如何解决?
3、数据安全性较高,需要对所有导出进行记录,那么如何保证数据安全?
| 技术方案
第一步:设计数据库,对所有导出任务进行实时记录,也可以采用redis,为了方便数据的持久化,我最终采用了mysql数据库的方案。表结构具体包括:ID、用户ID、用户名、发起请求时间、导出具体的参数(包括各个维度的参数选择等,具体根据自身业务而定),任务是否正在处理标识(防止任务多次被处理),导出是否成功标识(可以与前一个用一个字段区分),删除标识等(假删除,便于记录用户实际操作日志)。
第二步:前台界面编写,具体包括参数选择、导出记录列表等,作用:触发导出任务创建,记录于导出表中,状态:待处理。
第三步:编写导出脚本对任务进行监控并处理,如果有导出任务自动对其执行导出操作。
这里有一个小问题:为什么不在前台触发任务的时候直接执行导出,而是有单独的脚本来执行导出呢?这就是现实业务导致的,因为我们对外开放的机器中有一些是配置很低的,为了保证导出的成功率,我们需要一台配置较高的机器来独立执行导出任务。
| 导出流程
具体流程参考下图,自己画的凑合看吧~~~哈哈哈
代码实现
这里主要着重介绍一下导出脚本的代码,其他步骤的代码根据自己的业务自行编写就可以了。
注意:因为数据量过大~一次性导出可想而知是不合理的,所以我使用了分页导出的形式~
首先查询数据总条数、然后通过每页导出的条数来计算具体导出的页数~
# 获取数据总条数
$dataCount = Data_ExportModel::getExportZipTotalCount($params);
$dataCount = $dataCount[0]['count_num']; # csv
# 输出Excel文件头,可把user.csv换成你要的文件名
$mark = '/tmp/export'; $stepLen = 20000;//每次只从数据库取100000条以防变量缓存太大
# 每隔$limit行,刷新一下输出buffer,不要太大,也不要太小
$limit = 20000;
$maxFileCount = 1000000;
# buffer计数器
$cnt = 0;
$head = self::initColumnDataV2(); // 表头部分根据自身业务自行调整
$fileNameArr = array();
$salesStatisticsData = array();
$startLimitId = 0;
首次导出的每页条数我定的10万条,后来发现对内存消耗过大,改成了两万条,这样的导出速度会慢一点,建议五万条比较适中一点。
for ($j = 0; $j < ceil($dataCount / $maxFileCount); $j++) {
$startSelect = ceil($maxFileCount / $stepLen)*$j;
$fileCsvName = $mark . '_'.$j*$maxFileCount.'_' . ($j+1)*$maxFileCount . '.csv';
$fp = fopen($fileCsvName, 'w'); //生成临时文件
$fileNameArr[] = $fileCsvName;
# 将数据通过fputcsv写到文件句柄
fputcsv($fp, $head); for ($i = 0; $i < 50; $i++) { // 单个文件支持100万数据条数
$startNum = $j*$maxFileCount + $i*$limit;
if ($startNum > $dataCount) {
break; // 跳出循环
}
# 查询数据
$dataSource = Data_ExportModel::getExportZipTotalInfo($params, $startNum, $stepLen, $startLimitId); $endMicroTime = microtime(true);
printf("\n[%s -> %s] Begin Time : %s, End Time : %s, Total Count : %s, CostTime: %s.\n",
__CLASS__, __FUNCTION__, $params['begin_date'], $params['end_date'], count($dataSource), ($endMicroTime - $startMicroTime)); if (empty($dataSource)) {
continue;
} $endMicroTime = microtime(true);
foreach ($dataSource as $_key => $_data) {
$cnt++;
if ($limit == $cnt) {
# 刷新一下输出buffer,防止由于数据过多造成问题
ob_flush();
flush();
$cnt = 0;
}
# 数据处理部分,根据自身业务自行定义,注意中文转码 $salesStatisticsData['name'] = iconv('utf-8', 'GB18030', $salesStatisticsData['c_name']); fputcsv($fp, $salesStatisticsData);
}
}
fclose($fp); # 每生成一个文件关闭
} # 进行多文件压缩
$zip = new ZipArchive();
$number = rand(1000,9999);
$filename = $mark."_".$params['begin_date']."_".$params['end_date'] ."_".$number. ".zip";
$zip->open($filename, ZipArchive::CREATE); //打开压缩包
foreach ($fileNameArr as $file) {
$zip->addFile($file, basename($file)); //向压缩包中添加文件
}
$zip->close(); //关闭压缩包 if (!file_exists($filename)) {
// 首次执行检查生成的压缩文件是否存在失败,进行二次尝试。。。
$endMicroTime = microtime(true); # 进行二次多文件压缩
$number = rand(1000,9999);
$filename = $mark."_".$params['begin_date']."_".$params['end_date'] ."_".$number. ".zip";
if (file_exists($filename)) {
unlink($filename);
}
$zip->open($filename, ZipArchive::CREATE); //打开压缩包
foreach ($fileNameArr as $file) {
$zip->addFile($file, basename($file)); //向压缩包中添加文件
}
$zip->close(); //关闭压缩包
} if (file_exists($filename)) {
$content = file_get_contents($filename);
// 解决读取文件偶尔出现失败的问题,第一读出为空则尝试第二次读取
$forNum = 0;
while (!$content) {
$forNum++;
@$content = file_get_contents($filename);
if ($forNum > 10) {
break; // 防止出现异常情况导致死循环,最多重试10次
}
}
} else {
$endMicroTime = microtime(true); # 删除临时文件,防止占用空间
foreach ($fileNameArr as $file) {
if (is_file($file)) {
unlink($file);
}
}
// 记录错误日志并且报警
return false;
} # 删除临时文件,防止占用空间
foreach ($fileNameArr as $file) {
if (is_file($file)) {
unlink($file);
}
}
最后将生成好的文件存入文件系统,上传成功之后反转导出状态,前台检测到导出成功自动进行下载即可
https://blog.csdn.net/bk_guo/article/details/81947010
最新文章
- cvc-complex-type.2.4.c: The matching wildcard is strict, but no declaration can be found for element &#39;mvc:annotation-driven&#39;.
- bootstrap模态框和select2合用时input无法获取焦点
- August 12th 2016 Week 33rd Friday
- ajax data数据里面传一个json到后台的写法
- 如何查看lib文件的导出函数
- Linux环境下MySQL使用入门
- php使用phpmailer发送邮件
- SerialPort
- 猫学习IOS(五岁以下儿童)UI之360其他下载管理器广场UI
- 【Loadrunner】初学Loadrunner——参数化设置(Table类型关联数据库)
- DataTable和DataSet有什么区别
- Hibernate Tools
- leangoo
- 传感器系列之4.12GPS定位传感器
- AI 这么优秀,连我鉴黄师的饭碗都抢了
- hbase_基本命令
- 51nod算法马拉松B
- L210 Ebola
- 基于 Webpack 4 搭建 Vue 开发环境
- Javascript Number.MIN_VALUE
热门文章
- uname - 显示输出系统信息
- session之memcache
- LOJ #6538. 烷基计数 加强版 加强版(生成函数,burnside引理,多项式牛顿迭代)
- php上传(二)
- PHP PDO 大对象 (LOBs)
- Android中的SrollView滚动详解
- 绘制delphi窗体的标题栏
- kafka拦截器原理|案例实操
- NX二次开发-UFUN按类型遍历名字获取Tag函数UF_OBJ_cycle_by_name_and_type
- POJ 3761 Bubble Sort