小弟我所经历的大文件数据导出（后台执行,自动生成）_PHP

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：

excel导出分成两部分内容：生成excel文件和下载excel文件
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
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
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         <html xmlns:o="urn:schemas-microsoft-com:office:office" 3         xmlns:x="urn:schemas-microsoft-com:office:excel" 4         xmlns="http://www.w3.org/TR/REC-html40"> 5      6         <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> 7         <html> 8         <head> 9             <meta http-equiv="Content-type" content="text/html;charset=utf-8" />10         <style id="Classeur1_16681_Styles">11         </style>12         </head>13         <body>14         <div id="Classeur1_16681" align=center x:publishsource="Excel">15     16         <table x:str border=1 cellpadding=0 cellspacing=0 width=100% style='border-collapse: collapse'>17 Eof;

View Code

文件的结尾：

1 $struserdata = <<<Eof2         </table>3         </div>4         </body>5         </html>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：

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;
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
...
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
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.net/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.

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。

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。

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。