PHP對大文件的處理思路

需求： 現有一個1G左右的日志文件，大約有500多萬行， 用php返回最后幾行的內容。

在php中，對於文件的讀取時，最快捷的方式莫過於使用一些諸如file、file_get_contents之類的函數，簡簡單單的幾行代碼就能 很漂亮的完成我們所需要的功能。但當所操作的文件是一個比較大的文件時，這些函數可能就顯的力不從心, 下面將從一個需求入手來說明對於讀取大文件時，常用的操作方法。

1. 直接采用file函數來操作

由於 file函數是一次性將所有內容讀入內存，而php為了防止一些寫的比較糟糕的程序占用太多的內存而導致系統內存不足，使服務器出現宕機，所以默認情況下 限制只能最大使用內存16M,這是通過php.ini里的memory_limit = 16M來進行設置，這個值如果設置-1，則內存使用量不受限制。

下面是一段用file來取出這具文件最后一行的代碼。代碼執行大概2分鍾左右。

$fp = fopen($file, "r");
$num = 10;
$chunk = 4096;
$fs = sprintf("%u", filesize($file));
$max = (intval($fs) == PHP_INT_MAX) ? PHP_INT_MAX : filesize($file);
for ($len = 0; $len < $max; $len += $chunk) {
  $seekSize = ($max - $len > $chunk) ? $chunk : $max - $len;
    fseek($fp, ($len + $seekSize) * -1, SEEK_END);
    $readData = fread($fp, $seekSize) . $readData;

    if (substr_count($readData, "\n") >= $num + 1) {
        preg_match("!(.*?\n){".($num)."}$!", $readData, $match);
        $data = $match[0];
        break;
    }
}
fclose($fp);
echo $data;

 

我機器是2個G的內存，當按下F5運行時，系統直接變灰，差不多20分鍾后才恢復過來，可見將這么大的文件全部直接讀入內存，后果是多少嚴重，所以不在萬不得以，memory_limit這東西不能調得太高，否則只有打電話給機房，讓reset機器了。

2.直接調用linux的tail命令來顯示最后幾行

在linux命令行下,可以直接使用tail -n 10 access.log很輕易的顯示日志文件最后幾行,可以直接用php來調用tail命令,執行php代碼如下.整個代碼執行完成耗時 0.0034 (s)

file = 'access.log';
$file = escapeshellarg($file); // 對命令行參數進行安全轉義
$line = `tail -n 1 $file`;
echo $line;

 

3. 直接使用php的fseek來進行文件操作

這種方式是最為普遍的方式,它不需要將文件的內容全部讀入內存,而是直接通過指針來操作,所以效率是相當高效的.在使用fseek來對文件進行操作時,也有多種不同的方法,效率可能也是略有差別的,下面是常用的兩種方法.

方法一：

首先通過fseek找到文件的最后一位EOF，然后找最后一行的起始位置，取這一行的數據，再找次一行的起始位置，再取這一行的位置，依次類推，直到找到了$num行。

function tail($fp,$n,$base=5)
{
    assert($n>0);
    $pos = $n+1;
    $lines = array();
    while(count($lines)< =$n){
        try{
            fseek($fp,-$pos,SEEK_END);
        } catch (Exception $e){
            fseek(0);
            break;
        }
        $pos *= $base;
        while(!feof($fp)){
            array_unshift($lines,fgets($fp));
        }
    }
    return array_slice($lines,0,$n);
}
var_dump(tail(fopen("access.log","r+"),10));

方法二:

還是采用fseek的方式從文件最后開始讀,但這時不是一位一位的讀,而是一塊一塊的讀,每讀一塊數據時,就將讀取后的數據放在一個buf里,然后通過換行符(\n)的個數來判斷是否已經讀完最后$num行數據.

$fp = fopen($file, "r");
$line = 10;
$pos = -2;
$t = " ";
$data = "";
while ($line > 0) {
    while ($t != "\n") {
        fseek($fp, $pos, SEEK_END);
        $t = fgetc($fp);
        $pos --;
    }
    $t = " ";
    $data .= fgets($fp);
    $line --;
}
fclose ($fp);
echo $data

 

方法三:

ini_set('memory_limit','-1');
$file = 'access.log';
$data = file($file);
$line = $data[count($data)-1];
echo $line;