锐客网

  1. 首页 > 睿知 > it技术 > >

php大数据检索 php处理大数据量数据的思路( 四 )

IT技术完毕


如果数据无法放入内存 。一方面我们可以考虑上面的字典方法能否被改进以适应这种情形 ， 可以做的改变就是将字典存放到硬盘上，而不是内存，这可以参考数据库的存储方法 。
当然还有更好的方法，就是可以采用分布式计算 ， 基本上就是map-reduce过程，首先可以根据数据值或者把数据hash(md5)后的值，将数据按照范围划分到不同的机子，最好可以让数据划分后可以一次读入内存，这样不同的机子负责处理各种的数值范围，实际上就是map 。得到结果后，各个机子只需拿出各自的出现次数最多的前N个数据，然后汇总 ， 选出所有的数据中出现次数最多的前N个数据，这实际上就是reduce过程 。
实际上可能想直接将数据均分到不同的机子上进行处理 ， 这样是无法得到正确的解的 。因为一个数据可能被均分到不同的机子上，而另一个则可能完全聚集到一个机子上 ， 同时还可能存在具有相同数目的数据 。比如我们要找出现次数最多的前100个，我们将1000万的数据分布到10台机器上，找到每台出现次数最多的前 100个，归并之后这样不能保证找到真正的第100个，因为比如出现次数最多的第100个可能有1万个，但是它被分到了10台机子 ， 这样在每台上只有1千个，假设这些机子排名在1000个之前的那些都是单独分布在一台机子上的，比如有1001个，这样本来具有1万个的这个就会被淘汰 ， 即使我们让每台机子选出出现次数最多的1000个再归并，仍然会出错，因为可能存在大量个数为1001个的发生聚集 。因此不能将数据随便均分到不同机子上，而是要根据hash 后的值将它们映射到不同的机子上处理 ， 让不同的机器处理一个数值范围 。
而外排序的方法会消耗大量的IO，效率不会很高 。而上面的分布式方法 ， 也可以用于单机版本 ， 也就是将总的数据根据值的范围 ， 划分成多个不同的子文件，然后逐个处理 。处理完毕之后再对这些单词的及其出现频率进行一个归并 。实际上就可以利用一个外排序的归并过程 。
另外还可以考虑近似计算，也就是我们可以通过结合自然语言属性，只将那些真正实际中出现最多的那些词作为一个字典，使得这个规模可以放入内存 。
用PHP连接MYSQL查询大数据出错问题求助当查询类容过多时会导致php内存溢出，建议加limit分段查询，或着修改php.ini文件的
memory_limit字段，默认是128M,改成你需要的大小
php+mysql 如何优化千万级数据模糊查询加快关于mysql处理百万级以上的数据时如何提高其查询速度的方法
最近一段时间由于工作需要，开始关注针对Mysql数据库的select查询语句的相关优化方法 。
由于在参与的实际项目中发现当mysql表的数据量达到百万级时 ， 普通SQL查询效率呈直线下降，而且如果where中的查询条件较多时，其查询速度简直无法容忍 。曾经测试对一个包含400多万条记录（有索引）的表执行一条条件查询，其查询时间竟然高达40几秒 ， 相信这么高的查询延时 ， 任何用户都会抓狂 。因此如何提高sql语句查询效率，显得十分重要 。以下是网上流传比较广泛的30种SQL查询语句优化方法：
1、应尽量避免在 where 子句中使用!=或操作符，否则将引擎放弃使用索引而进行全表扫描 。
2、对查询进行优化，应尽量避免全表扫描 ， 首先应考虑在 where 及 order by 涉及的列上建立索引 。
3、应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：

推荐阅读


上一篇：c语言输入x按公式计算y，c语言编写公式计算

下一篇：怎么把显卡的视频剪出来，怎么把显卡的视频剪出来保存