当前位置:Gxlcms > PHP教程 > 小弟我所经历的大文件数据导出(后台执行,自动生成)

小弟我所经历的大文件数据导出(后台执行,自动生成)

时间:2021-07-01 10:21:17 帮助过:23人阅读

我所经历的大文件数据导出(后台执行,自动生成)

一、前言

记录一下以前做的后台excel格式导出统计信息的功能,也是最近同事问到了相关东西,一时之间竟忘了具体的细节,因此记录一下;

大家知道,excel导出数据的功能,后台几乎是必须功能,一般都是点击后,生成文件然后自动下载,

如果是数据量小的话,一下子便可请求完成,从而下载到本地;

但是,如果数据量特别大的时候,页面就必须一直在等待,直到写入excel成功,

这样便影响了后台使用者无法操作其他页面,为此,对excel导出做了以下功能优化:

  1. excel导出分成两部分内容:生成excel文件和下载excel文件
  2. excel的文件生成在程序后台执行,前端不必等待,可进行其他后台操作
  3. 增加下载文件页面,显示excel文件生成的进度,完成后,方可下载生成的excel文件
  4. 文件生成后,点击下载方可下载相应的文件

二、生成excel文件

生成excel文件的方法有很多,暂不一一记录,只是记录本次的方法;

这里用到了table的html格式,以及相应的excel的声明

(隐约记得其他的方法用office07打开的时候好像是乱码,后面尝试用csv格式文件,可还是乱码,所以用了table的形式)

文件的开头:

 1     $struserdata = <<<Eof 2          3         xmlns:x="urn:schemas-microsoft-com:office:excel" 4         xmlns="http://www.w3.org/TR/REC-html40"> 5      6         PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> 7          8          9             10         12         13         14         15     16         17 Eof;

View Code

文件的结尾:

1 $struserdata = <<<Eof2         
3 4 5 6 Eof;

View Code

当然,文件中间就是一些tr td 标签了。

三、让程序在后台执行

场景:

用户点击 生成excel后,跳转到下载页面,程序在后台执行,用户可不必等待生成完成,可执行其他操作;

下载页面可看到文件生成的进度以及是否可下载状态

思路:

点击 生成excel,显示下载页面 ---> show_download方法

生成excel ---> create_excel 方法

show_download方法中调用 create_excel方法,而show_download 方法中,自己用了一下命令行执行程序的方式,

利用php命令行的方式,把参数传递给 create_excel方法

1  // $cmd = "/usr/bin/php  /home/xxx/xxx.php " . $strjoin . "  >/dev/null & ";2  // $a=exec($cmd, $out, $returndata);3  4  5  $command = "/usr/bin/php ".STATISTIC_EXPORT_SCRIPT_DIR."xxx.php " . "'" .$strjoin ."'". " " . $uid . " ". $action ."  & ";6  $process = proc_open($command, array(),$pipes); 7  $var = proc_get_status($process); 8  proc_close($process);9  $pid = intval($var['pid'])+1;

而在create_excel方法中:

需填写以下代码:

1 set_time_limit(0); //取消脚本运行时间的超时上限2 3 ignore_user_abort(TRUE); //后台运行,不受用户关闭浏览器的影响

调用相关的api得到数据:

1 $statistic = call_user_func(array('shellscript','get_result'),$url,$params);2 if(!is_object($statistic) || !isset($statistic->data->items)){3     usleep(400000);//停止400毫秒4     $statistic = call_user_func(array('shellscript','get_result'),$url,$params);5 }

四、显示文件生成进度

但是怎么显示相应的文件生成进度呢,怎么知道文件到底生成好了没有呢?

这里,我用到的方法是,在写入数据文件的时候data.xsl,每个数据文件都生成一个对应的文件进度文件,暂且称为flag_data.xsl;

思路:

  1. 第一次请求api的时候,根据返回的total总数,以及pagesize,确定要请求的次数count;
  2. 这样便可知道要请求api的次数(分页请求api),在写入数据文件的同时,同时写入进度文件flag_data.xsl;
    数据格式大约是(以逗号分割)
    1,5
    2,5
    ...
  3. 然后显示文件进度的时候,读取进度文件,这样变可知道数据文件大体的进度
  4. 前端js处理时,几秒读取一次相应的方法(如果都100%进度,可停止请求方法),从而实现动态查看文件的生成进度

查看文件的进度方法:

 1     public function execscript_process(){ 2         $this->load->library('smarty'); 3         $file_arr_str = array(); 4         $file_arr_process = array(); 5         $file_arr_name = array(); 6         $file_arr = array(); 7         $refresh_flag = 'yes'; 8         $uid = $_REQUEST['uid']; 9         $url_dir = STATISTIC_EXPORT_FILE_DIR.$uid .'/';//@todo10         if(!is_dir($url_dir)){11             @mkdir($url_dir,0777);12         }13         $files = scandir($url_dir);14 15         if(!empty($files)){16             foreach ($files as $key => $value) {17                 if($value!='.' && $value!='..'){18                     if(substr($value, 0 , 5)=="flag_"){19                         $file_size = filesize($url_dir . $value);20                         if(!empty($file_size)){21                             $fhandle = fopen($url_dir . $value, 'rb+');22                             fseek($fhandle, -1, SEEK_END);23                             $fstr = '';24                             while(($c = fgetc($fhandle)) !== false) {25                               if($c == "\n" && $fstr) break;26                               $fstr = $c . $fstr;27                               fseek($fhandle, -2, SEEK_CUR);28                             }29                             fclose($fhandle);30                             $fstr = trim($fstr);31                             $fstr_arr_str = explode(',', $fstr);32                             $file_arr_process[] = 100 * number_format($fstr_arr_str[0]/$fstr_arr_str[1],2).'%';33                             $file_arr_name[] = substr($value,5);34                          }35                     }36                 }37             }38             39             foreach ($file_arr_process as $key => $value) {40                 if($value != '100%'){41                     $refresh_flag = 'no';42                     break;43                 }44             }45         }46 47         $file_arr = array(48             'process' => $file_arr_process,49             'name' => $file_arr_name,50             'refresh_flag' => $refresh_flag51             );52         $file_arr_json = json_encode($file_arr);53         echo $file_arr_json;54     }

View Code

五、下载文件

文件的下载就好说了,既然已经都生成成功,下载的方法如下:

 1     public function execscript_download(){ 2         $filename = $_REQUEST['filename']; 3         $uid = $_REQUEST['uid']; 4         $file_dir = STATISTIC_EXPORT_FILE_DIR.$uid.'/'.$filename; 5         if (!file_exists($file_dir)){ 6             header("Content-type: text/html; charset=utf-8"); 7             echo "File not found!"; 8             exit;  9         } else {10             ini_set("memory_limit","500M"); 11             header('Content-Description: File Transfer');12             header('Content-Type: application/octet-stream');13             header('Content-Disposition: attachment; filename='.basename($file_dir));14             header('Content-Transfer-Encoding: binary');15             header('Expires: ' . gmdate('D, d M Y H:i:s') . ' GMT');16             header('Cache-Control: must-revalidate,post-check=0, pre-check=0');17             header('Pragma: public');18             header('Content-Length: ' . filesize($file_dir));19             readfile($file_dir);20         }21 22     }

六、上线后出现的问题

本地本来已经测试完毕,可上线后,却出现了奇怪的问题;

现象描述:

当在后台点击生成文件,跳转到下载页的时候,因为下载页是显示文件进度的页面,
竟然出现有时候有刚刚点击的文件进度,有时候没有,就感觉没有生成相应的文件一样;

解决方法:

因为数据文件和进度文件都是生成在程序的某个文件夹file中,所以读取的时候都是读取的文件夹下的文件,从而判断显示进度;

后面才知道,由于后台程序有两台服务器,导致读取以及下载的时候找不到相应的文件夹,两个服务器相应的文件夹弄个共享目录就可以了

七、相应的后续优化

由于下载的文件多了,导致文件夹下的文件越来越多,而原来生成的文件是没有价值的,所以加了个定期删除文件的功能,只保留近七天的文件

当然可以用crontab,只不过我比较懒,是在点击生成文件的时候,判断了一下文件夹中的过期文件,从而删除

 1     public function execscript_process_show(){ 2         $this->load->library('smarty'); 3         $uid = $_REQUEST['uid']; 4         $url_dir = STATISTIC_EXPORT_FILE_DIR.$uid .'/';//@todo 5         if(!is_dir($url_dir)){ 6             @mkdir($url_dir,0777); 7         }         8         $files = scandir($url_dir); 9         if(!empty($files)){10             foreach ($files as $key => $value) {11                 if($value!='.' && $value!='..'){12                     foreach ($files as $key => $value) {13                         if($value!='.' && $value!='..'){14                             if(substr($value, 0 , 5)!="flag_"){15                                 $filenamedate = substr($value, 0,10);16                                 $today = date('Y-m-d',time());17                                 $filenamedate = date('Y-m-d',strtotime($filenamedate)+(STATISTIC_FILE_EXPIRE_DAY-1)*24*3600);18                                 if($today>$filenamedate){//文件过期19                                     @unlink($url_dir . $value);20                                     @unlink($url_dir . 'flag_' . $value);21                                 }22                             }23                         }24                     }                    25                 }26             }27         }28 29         $this->smarty->assign('uid',$uid);30         $this->smarty->display('interact/statistic/execscript.tpl');31     }

八、后记

大文件的导出大体就是这个样子,欢迎大家吐槽,共同交流;

当时在用命令行执行方法的时候,也参考了一下相应的资料,记录一下;

http://blog.csdn.net/yysdsyl/article/details/4636457http://www.codesky.net/article/201202/163385.htmlhttp://www.cnblogs.com/zdz8207/p/3765567.htmlhttp:[email protected]/blog/static/4112219320097300922992/http://php.com/manual/en/features.commandline.phphttp://blog.csdn.net/yangjun07167/article/details/5603425http://blog.csdn.net/yunsongice/article/details/5445448http://www.cppblog.com/amazon/archive/2011/12/01/161281.aspxhttp://blog.51yip.com/tag/proc_openhttp://www.justwinit.cn/post/1418/http://limboy.me/tech/2010/12/05/php-async.html

4楼Shannon
我目前在用的导出Excel使用了MS的Excel, 需要配置DCOM.,先导出XML格式,再将XML格式转换为Excel格式, 超过50000行自动换页,,在IIS中设置允许最大800M的下载, 导出几年的交易记录毫无压力.,Excel文件超过4M,自动使用7Z压缩.,,使用VBScript, 可以在Windows平台直接运行.
Re: 糖糖果
@Shannon,厉害!如果文件特别大的话,确实应该考虑文件下载的大小限制以及文件的压缩,,也确实是下一步优化的思路,学习了。。。
3楼zjeagle
个人认为大文件还用table的html格式,那叫耍流氓。,文件不是一般的大。
Re: longware
@zjeagle,csv伺候,小一半
Re: 糖糖果
@zjeagle,哈哈...这个确实了,还是那个office07打开的问题记得,所以最终还是用了table,不过用table确实不是很好的办法
2楼zjeagle
csv还是太大了。,建议考虑标准的excel格式,用aspose.cells或者npoi之类吧。
Re: 糖糖果
@zjeagle,确实,有些生成的excel的工具,格式都生成的好,并且也很漂亮,满足的格式也多。。。
1楼zsea
曾经也遇到过大量数据导出Excel,还不许用csv,最后是自己写的导出的功能,一次能导出好几十万条记录到Excel,速度还可以。
Re: 糖糖果
@zsea,哈哈,我也遇到过,有些需求实在是变态,本来能很容易的实现,却不让用。。。

人气教程排行