详解PHP多个进程配合redis的有序集合实现大文件去重


						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



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);

}







4. redis中查看获取的数据

zcard emails 获取元素个数



取一定范围的元素 , 比如从100000开始 到 100100结束

zrange emails 100000 100100 WITHSCORES

以上所述是小编给大家介绍的PHP多个进程配合redis的有序集合实现大文件去重详解整合，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对中文源码网网站的支持！