PHP結(jié)合redis實(shí)現(xiàn)大文件去重的方法

這篇文章將為大家詳細(xì)講解有關(guān)PHP結(jié)合redis實(shí)現(xiàn)大文件去重的方法，小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。

1.對一個(gè)大文件比如我的文件為

-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個(gè)小文件

split -b 1000m 2018-12-awk-uniq.txt    -b 按照字節(jié)切割 , 支持單位m和k

3.使用10個(gè)php進(jìn)程讀取文件 , 插入redis的有序集合結(jié)構(gòu)中 , 重復(fù)的是插不進(jìn)去的 ,因此可以起到去重的作用

<?php
$file=$argv[1];
//守護(hù)進(jìn)程
umask(0); //把文件掩碼清0
if (pcntl_fork() != 0){ //是父進(jìn)程，父進(jìn)程退出
        exit();
}    
posix_setsid();//設(shè)置新會(huì)話組長，脫離終端
if (pcntl_fork() != 0){ //是第一子進(jìn)程，結(jié)束第一子進(jìn)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中查看獲取的數(shù)據(jù)

zcard emails  獲取元素個(gè)數(shù)

取一定范圍的元素 , 比如從100000開始 到 100100結(jié)束

zrange emails 100000 100100 WITHSCORES

關(guān)于PHP結(jié)合redis實(shí)現(xiàn)大文件去重的方法就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學(xué)到更多知識(shí)。如果覺得文章不錯(cuò)，可以把它分享出去讓更多的人看到。