php大数据检索 php处理大数据量数据的思路( 六 )


17、尽量使用数字型字段,若只含数值信息的字段尽量不要设计为字符型,这会降低查询和连接的性能,并会增加存储开销 。这是因为引擎在处理查询和连接时会 逐个比较字符串中每一个字符,而对于数字型而言只需要比较一次就够了 。
18、尽可能的使用 varchar/nvarchar 代替 char/nchar ,因为首先变长字段存储空间?。?可以节省存储空间 , 其次对于查询来说,在一个相对较小的字段内搜索效率显然要高些 。
19、任何地方都不要使用 select * from t,用具体的字段列表代替“*”,不要返回用不到的任何字段 。
20、尽量使用表变量来代替临时表 。如果表变量包含大量数据,请注意索引非常有限(只有主键索引) 。
21、避免频繁创建和删除临时表 , 以减少系统表资源的消耗 。
22、临时表并不是不可使用 , 适当地使用它们可以使某些例程更有效,例如,当需要重复引用大型表或常用表中的某个数据集时 。但是,对于一次性事件 , 最好使 用导出表 。
23、在新建临时表时 , 如果一次性插入数据量很大,那么可以使用 select into 代替 create table,避免造成大量 log  , 以提高速度;如果数据量不大,为了缓和系统表的资源,应先create table,然后insert 。
24、如果使用到了临时表,在存储过程的最后务必将所有的临时表显式删除,先 truncate table  , 然后 drop table ,这样可以避免系统表的较长时间锁定 。
25、尽量避免使用游标,因为游标的效率较差,如果游标操作的数据超过1万行,那么就应该考虑改写 。
26、使用基于游标的方法或临时表方法之前,应先寻找基于集的解决方案来解决问题,基于集的方法通常更有效 。
27、与临时表一样,游标并不是不可使用 。对小型数据集使用 FAST_FORWARD 游标通常要优于其他逐行处理方法,尤其是在必须引用几个表才能获得所需的数据时 。在结果集中包括“合计”的例程通常要比使用游标执行的速度快 。如果开发时 间允许,基于游标的方法和基于集的方法都可以尝试一下,看哪一种方法的效果更好 。
28、在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON ,在结束时设置 SET NOCOUNT OFF。无需在执行存储过程和触发器的每个语句后向客户端发送 DONE_IN_PROC 消息 。
29、尽量避免向客户端返回大数据量,若数据量过大 , 应该考虑相应需求是否合理 。
30、尽量避免大事务操作,提高系统并发能力 。
php采集大数据的方案1、建议你读写数据和下载图片分开,各用不同的进程完成 。
比如说,取数据用get-data.php , 下载图片用get-image.php 。
2、多进程的话 , php可以简单的用pcntl_fork() 。这样可以并发多个子进程 。
但是php大数据检索我不建议你用fork,我建议你安装一个gearman worker 。这样你要并发几个,就启几个worker , 写代码简单,根本不用在代码里考虑thread?。琾rocess等等 。
3、综上,解决方案这样:
(1)安装gearman worker 。
(2)写一个get-data.php,在crontab里设置它每5分钟执行一次,只负责读数据,然后把读回来的数据一条一条的扔到 gearman worker的队列里;
然后再写一个处理数据的脚本作为worker,例如叫process-data.php,这个脚本常驻内存 。它作为worker从geraman 队列里读出一条一条的数据,然后跟你的数据库老数据比较,进行你的业务逻辑 。如果你要10个并发,那就启动10个process-data.php好php大数据检索了 。处理完后,如果图片地址有变动需要下载图片,就把图片地址扔到 gearman worker的另一个队列里 。

推荐阅读