fputs缓慢地写入磁盘

Question

我有一个将csv文件写入磁盘的php脚本，这是函数：

function fputcsv_content($fp, $array, $delimiter=",", $eol="\n") {

    $line = "";
    foreach($array as $value) {
        $value = trim($value);
        $value = str_replace("\r\n", "\n", $value);
        if(preg_match("/[$delimiter\"\n\r]/", $value)) {
            $value = '"'.str_replace('"', '""', $value).'"';
        }
        $line .= $value.$delimiter;
    }
    $eol = str_replace("\\r", "\r", $eol);
    $eol = str_replace("\\n", "\n", $eol);
    $line = substr($line, 0, (strlen($delimiter) * -1));
    $line .= $eol;
    return fputs($fp, $line);
}

服务器为AWS实例，PHP7，CentOS版本为7.2

服务器规格:4 4GB 32 4GB交换2核，2.5 4GB

当文件很大(3 3GB、4 3GB)时，写入过程非常慢(每2或3秒1MB)。

在php.ini或apache config中是否有任何设置来控制此fput/fwrite函数？

我在php.ini中看到了一个output_buffer设置(当前设置为4096)，但我怀疑它与此无关。

谢谢!

Answer 1

不要使用.=来追加一行。使用数组，将值添加到数组中，然后内爆该数组。你现在正在用不断丢弃的字符串填充你的内存。每次执行.=操作时，旧的字符串都会保留在堆栈中，新的空间会保留给新的字符串，而GC仅在函数准备就绪时运行。对于3-4 4gb的文件，最终可能是它的许多倍，这导致进程使用交换作为额外的内存，这是很慢的。

尝试将其重构为数组方法，并使用一些节省内存的技术，看看这是否会减轻您的问题。

我添加了静态函数变量的使用，这样它们只被赋值一次，而不是每次迭代，这也节省了少量的内存，把php可能做的或不做的任何优化都放在一边。

在线查看：https://ideone.com/dNkxIE

function fputcsv_content($fp, $array, $delimiter=",", $eol="\n") 
{
    static $find = ["\\r","\\n"];
    static $replace = ["\r","\n"];
    static $cycles_count = 0;
    $cycles_count++;
    
    $array = array_map(function($value) use($delimiter) {
      return clean_value($value, $delimiter);
    }, $array);
    $eol = str_replace($find, $replace, $eol);

    $line = implode($delimiter, $array) . $eol;
    
    $return_value = fputs($fp, $line);

    /** purposefully free up the ram **/
    $line = null;
    $eol = null;
    $array = null;

    /** trigger gc_collect_cycles() every 250th call of this method **/
    if($cycles_count % 250 === 0) gc_collect_cycles();

    return $return_value;
}

/** Use a second function so the GC can be triggered here
  * when it returns the value and all intermediate values are free.
  */
function clean_value($value, $delimeter) 
{
   /**
     *  use static values to prevent reassigning the same
     *  values to the stack over and over
     */
   static $regex = []; 
   static $find = "\r\n";
   static $replace = "\n";
   static $quote = '"';
   if(!isset($regex[$delimeter])) {
      $regex[$delimeter] = "/[$delimiter\"\n\r]/";
   }
   $value = trim($value);
   $value = str_replace($find, $replace, $value);
   if(preg_match($regex[$delimeter], $value)) {
        $value = $quote.str_replace($quote, '""', $value).$quote;
   }
   return $value;
}