[英]PHP create from one array multiple json files of given size
我想从一个数组创建多个 json 文件(file1.json、file2.json 等),每个文件的最大文件大小必须为 5 mb。
我有这种数组:
array (
0 => array (
'category' => '179535',
'email' => NULL,
'level' => 1,
'name' => 'FOO'
),
1 => array (
'category' => '1795',
'email' => NULL,
'level' => 1,
'name' => 'BARFOO'
),
2 => array (
'category' => '16985',
'email' => NULL,
'level' => 1,
'name' => 'FOOBAR'
),
....
25500 => array (
'category' => '10055',
'email' => NULL,
'level' => 1,
'name' => 'FOOBARBAR'
)
)
如果我用 json_encode($arr) 将它写在一个文件中。 生成的文件大约为 85mb。 那么如何拆分此数组以使每个文件最大为 5 mb?
假设您的数据相当对称,最性能友好的选项是简单地使用array_chunk()
将您的数组切割成块,当json_encode
d 时,将接近预期的大小。 让我们看一下您的数组中的一个样本:
string(58) "{"category":"1795","email":null,"level":1,"name":"BARFOO"}"
这里的“名称”似乎是唯一可能变化更显着的名称。 让我们将其平均为 12 个字符,每个项目的字符串长度为 64 个字节。 然后,您可以将其中的 78125 个放入 5MB 中。 为了保持在标记之下,让我们将其设为 75000。然后, $chunks = array_chunk($data, 75000)
将给你 X 块大约或略低于 5MB 标记。
现在,如果您想要更精确,并且尺寸真的很重要……我们可以:
$size = 0; // size counter
$chunkno = 1; // chunk number
$maxbytes = 50000; // 50000-byte chunks
$chunks = []; // for array chunks
foreach($data as $set) {
// if over the limit, move on to next chunk
if ($size > $maxbytes) {
$size = 0;
$chunkno++;
}
$size += strlen(json_encode($set)) + 1; // add a comma's length!
$chunks[$chunkno][] = $set;
}
// unset($data); // in case you have memory concerns
在这里,我们显然对 json_encode 执行双重任务,但块大小不会受到源数据差异的影响。 我为 50000 字节的块运行了上面的测试脚本,您需要5000000
来代替您的用例。 我生成的虚拟数据分成整齐的 50K 块,最大。 一组的 +/- 大小,加上最后一个文件中的其余部分。
在考虑这一点的同时,我还考虑了做strlen(implode(
代替,但考虑到 PHP 的json_encode
的一般性能很好,那里不应该有太多的惩罚,为了获得准确的 JSON字符串大小。
无论如何,一旦块准备好,我们需要做的就是把它们写下来:
foreach($chunks as $n => $chunk) {
$json = json_encode($chunk);
file_put_contents("tmp/chunk_{$n}.json", $json);
}
...或匹配您的块命名和目录架构可能是什么。
也许有更聪明的方法可以做到这一点。 也就是说,据我所知,核心 PHP 中的任何内容都不会执行这种开箱即用的操作(即使对于普通数组也是如此),并且上述内容应该表现得相当好。 请记住有足够的 memory 可用。 :)
PS 在计算大小时,我们为每个项目添加 +1,代表{},{},{}
或 object 分隔符。 严格来说,您还想将 +2 添加到总计中,因为它将是[{},{},{}]
,而我们只是将每个数组项的长度计算为单独的 JSON object . 使用其他数据结构,您的补偿里程可能会有所不同。
优化更新:如果您选择“精确大小”方法并希望优化 memory 的使用,您最好将 JSON 提交集成到分块循环中。 (感谢@NigelRen 的建议。)如下(其他初始变量如前):
$chunk = [];
foreach($data as $n => $set) {
if ($size > $maxbytes) {
file_put_contents("tmp/chunk_{$chunkno}.json", json_encode($chunk));
$chunk = [];
$chunkno++;
$size = 0;
}
$size += strlen(json_encode($set)) + 1;
$chunk[] = $set;
// unset($data[$n]); // in case of memory issues, see notes
}
如果您对影响感到好奇。 使用这种方法,memory 使用量达到(已使用,最大)1.06 MB、29.34 MB。 使用单独的写入例程,26.29 MB,31.8 MB。 这两个数字都包括unset($data)
调用、nixing 初始数组和释放 memory。 CPU 方面,这两个选项之间没有显着差异。
也可以在每次添加到$chunk[]
后清除$data
数组的成员,但是在 5MB 块大小时,memory 的好处可以忽略不计。 初始数组本身的加载/定义是昂贵的,是最大 memory 使用数字的主要因素。 (在开始任何处理之前,我使用的测试数组占用了 29.25 MB。)
您可以以字节为单位获取strlen
并从那里进行计算:
$total_size = strlen(json_encode($array)) / 1024 / 1024;
$chunk_size = floor($total_size / 5);
$chunked_array = array_chunk($array, $chunk_size);
foreach($chunked_array as $key => $chunk) {
$i = $key + 1;
file_put_contents("file{$i}.json", json_encode($chunk));
}
或者对于您可以执行的计算:
$total_size = strlen(json_encode($array));
$chunk_size = floor($total_size / (5 * 1024 * 1024));
让我们假设每个项目具有相同的结构,因此:
1500 项 ~= 5MB
25500 items = ~85MB
85MB / 5MB = 17
25500 / 17 = 1500 items
代码可以是这样的:
foreach(array_chunk($array, 1500) as $arr){
// save array in some file
}
请尝试以下解决方法:
<?php
$array = array (
0 => array (
'category' => '179535',
'email' => NULL,
'level' => 1,
'name' => 'FOO'
),
1 => array (
'category' => '1795',
'email' => NULL,
'level' => 1,
'name' => 'BARFOO'
),
2 => array (
'category' => '16985',
'email' => NULL,
'level' => 1,
'name' => 'FOOBAR'
)
);
$len = sizeof($array);
$fileNameIndex = 1;
for($i=0;$i<$len;$i++)
{
$fileName = 'file'.$fileNameIndex.'.json';
$fileExist = file_exists($fileName);
$fileSize = 0;
$mode ='w';
$current = null;
if($fileExist)
{
$fileSize = fileSize($fileName);
$current = json_decode(file_get_contents($fileName), true);
}
if($fileExist && $fileSize < 5242880)
{
WriteToFile($fileNameIndex, $current, $array[$i], $i);
}
else if(!$fileExist)
{
WriteToFile($fileNameIndex, $current, $array[$i], $i);
}
else
{
$fileNameIndex ++;
WriteToFile($fileNameIndex, $current, $array[$i], $i);
}
}
function WriteToFile($fileNameIndex, $current, $data, $i)
{
$fileName = 'file'.$fileNameIndex.'.json';
$mode ='w';
echo "$i index array is being written in $fileName. <br/>";
$fileNameIndex ++;
$fp = fopen($fileName, $mode);
if($current)
{
array_push($current, $data);
}
else
{
$current = [];
array_push($current, $data);
}
fwrite($fp, json_encode($current));
fclose($fp);
}
?>
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.