[PHP] PHP多个进程配合redis的有序集合实现大文件去重

最新推荐文章于 2022-12-30 10:55:11 发布

程序员老狼

最新推荐文章于 2022-12-30 10:55:11 发布

阅读量111

点赞数

本文链接：https://blog.csdn.net/taoshihan/article/details/101249454

版权

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);
}