1.對一個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php進程讀取文件 , 插入redis的有序集合結構中 , 重復的是插不進去的 ,因此可以起到去重的作用

?php
 
$file=$argv[1];
//守護進程
umask(0); //把文件掩碼清0
if (pcntl_fork() != 0){ //是父進程，父進程退出
    exit();
}  
posix_setsid();//設置新會話組長，脫離終端
if (pcntl_fork() != 0){ //是第一子進程，結束第一子進程 
    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 獲取元素個數(shù)

取一定范圍的元素 , 比如從100000開始 到 100100結束

zrange emails 100000 100100 WITHSCORES

以上所述是小編給大家介紹的PHP多個進程配合redis的有序集合實現(xiàn)大文件去重詳解整合，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！