PHP如何实现百万级数据导出

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

PHP如何实现百万级数据导出

 

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

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/112689.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • @[TOC](CDN防御与高防服务器防御的区别

    @[TOC](CDN防御与高防服务器防御的区别(CDN防御与高防服务器防御的区别#市面上的网络防御工具有许多,其中大部分中使用的是CDN防御和高防服务器防御,那我们首先来了解CDN防御和高防服务器防御有什么区别。市面上的网络防御工具有许多,其中大部分中使用的是CDN防御和高防服务器防御,那我们首先来了解CDN防御和高防服务器防御有什么区别。CDN防御的全称是ContentDeliveryNetworkDefense,即内容分流网络…

    2022年7月15日
    19
  • C# CultureInfo列表详细说明

    C# CultureInfo列表详细说明””(空字符串)固定区域性 af 南非荷兰语 af-ZA 南非荷兰语(南非) sq 阿尔巴尼亚语 sq-AL 阿尔巴尼亚语(阿尔巴尼亚) ar 阿拉伯语 ar-DZ 阿拉伯语(阿尔及利亚) ar-BH 阿拉伯语(巴林) ar-EG 阿拉伯语(埃及) ar-IQ 阿拉伯语(伊拉克) 

    2022年6月19日
    25
  • 微信开发-40029 invalid code「建议收藏」

    微信开发-40029 invalid code「建议收藏」微信开发过程中,根据回调code获取snsapi_userinfo的时候,遇到了错误提示{“errcode”:40029,”errmsg”:”invalidcode”},后面发现是因为自己内部服务调试过程中,将该code使用了两次,导致提示该错误。所以,如果有谁遇到了该提示,请务必检查是否code被使用了两次。

    2022年4月30日
    92
  • matlab输出语句fprintf例子_matlab中compose函数

    matlab输出语句fprintf例子_matlab中compose函数golang需要什么基础?_后端开发golang需要的基础是:首先初学Go语言要弄懂基础语法和概念;然后掌握文件操作、网络编程、锁、协程、对象序列化和反序列化,以及各种数据格式的封装等;最后接触数据库等,就可以模块化开发。matlab中fprintf函数的用法详解:fprintf函数可以将数据按指定格式写入到文本文件中。其调用格式为:数据的格式化输出:fprintf(fid,format,v…

    2022年8月31日
    1
  • python 之路,200行Python代码写了个打飞机游戏!「建议收藏」

    python 之路,200行Python代码写了个打飞机游戏!「建议收藏」早就知道pygame模块,就是没怎么深入研究过,恰逢这周未没约到妹子,只能自己在家玩自己啦,一时兴起,花了几个小时写了个打飞机程序。很有意思,跟大家分享下。先看一下项目结构再晒下项目成果图实现

    2022年8月5日
    8
  • 我的WebPack入门(一)

    我的WebPack入门(一)

    2022年3月1日
    61

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号