首页 > Web开发 > 详细

[PHP] PHP多个进程配合redis的有序集合实现大文件去重

时间:2019-03-02 16:32:02      阅读:167      评论:0      收藏:0      [点我收藏+]

1.对一个大文件比如我的文件为

-rw-r--r--  1 ubuntu ubuntu  9.1G Mar  1 17:53 2018-12-awk-uniq.txt

 

2.使用split命令切割成10个小文件

split -b 1000m 2018-12-awk-uniq.txt    -b 按照字节切割 , 支持单位m和k

技术分享图片

 

 3.使用10个php进程读取文件 , 插入redis的有序集合结构中 , 重复的是插不进去的 ,因此可以起到去重的作用

<?php

$file=$argv[1];
//守护进程
umask(0); //把文件掩码清0
if (pcntl_fork() != 0){ //是父进程,父进程退出
        exit();
}    
posix_setsid();//设置新会话组长,脱离终端
if (pcntl_fork() != 0){ //是第一子进程,结束第一子进程  
        exit();
}    


$start=memory_get_usage();

$redis=new Redis();
$redis->connect(‘127.0.0.1‘, 6379);

$handle = fopen("./{$file}", ‘rb‘);
while (feof($handle)===false) {
        $line=fgets($handle);
        $email=str_replace("\n","",$line);
        $redis->zAdd(‘emails‘, 1, $email);
}

技术分享图片

 

4. redis中查看获取的数据

zcard emails  获取元素个数

技术分享图片

取一定范围的元素 , 比如从100000开始 到 100100结束

zrange emails 100000 100100 WITHSCORES

 

 

  

[PHP] PHP多个进程配合redis的有序集合实现大文件去重

原文:https://www.cnblogs.com/taoshihan/p/10461500.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!