江苏龙网

  1. 主页 > 生活百科 > >

PHP导出百万条数据方法

PHP导出数据

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 。
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？
【PHP导出百万条数据方法】| 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

PHP导出百万条数据方法

文章插图
 
| 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 = https://www.isolves.com/it/cxkf/yy/php/2019-09-11/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); }}


推荐阅读


上一篇：PHP的TS和NTS有何区别，PHP在各环境下的伪静态是如何配置的

下一篇：凉茶有特效小心加了料