php – 如何正确迭代一个大的json文件

亲爱的Stackoverflow社区,

我有一个34 GB的json文件,里面有很多数据.我试图通过使用mongoimport –file file.json导入到我的mongodb中 – 但它失败了,因为文件太大而扔了一个你知道的内存系统抛出错误.是否可以使用PHP代码使用游标迭代文件?我对此没有经验,有人告诉我这是可能的.我想知道文件是如何构建的,但我不知道如何查看它的示例数组.从源代码我可以得到一个示例数组:

{
     "_id": ObjectId("53b29644aafd413977b23b7e"),"summonerId": NumberLong(24570940),"region": "euw","updatedAt": NumberLong(1404212804),"season": NumberLong(4),"stats": {
         "110": {
             "totalSessionsPlayed": NumberLong(3),"totalSessionsLost": NumberLong(2),"totalSessionsWon": NumberLong(1),"totalChampionKills": NumberLong(34),"totalDamageDealt": NumberLong(415051),"totalDamageTaken": NumberLong(63237),"mostChampionKillsPerSession": NumberLong(12),"totalMinionKills": NumberLong(538),"totalDoubleKills": NumberLong(5),"totalTripleKills": NumberLong(1),"totalDeathsPerSession": NumberLong(18),"totalGoldEarned": NumberLong(40977),"totalTurretsKilled": NumberLong(6),"totalPhysicalDamageDealt": NumberLong(381668),"totalMagicDamageDealt": NumberLong(31340),"totalAssists": NumberLong(25),"maxChampionsKilled": NumberLong(12),"maxNumDeaths": NumberLong(10)
         }
     }
 }

字段统计包含更多数组,110只是一个示例.
如何迭代这个大文件或如何将其导入我的mongodb?
例如;我想回应summonerid,championid(在这种情况下是110),totalSessionsPlayed.
它必须尽可能多地重新循环,直到没有为这个特殊的召唤者留下任何冠军.

再一次……召唤者ID有一个在他的职业生涯中一直在玩的冠军名单.冠军指的是(在这个例子中)110.每个召唤者都可以包含多个冠军,我希望拥有所有冠军,召唤冠军的次数(totalsessionplay).

您将需要使用流式解析器.这些只能一次将文件的一小部分拉入内存.

它们有几种不同的风格:类似SAX的推送解析器和拉解析器. XML reader models: SAX versus XML pull parser概述了差异.

推分析器

这是使用salsify/json-streaming-parser快速示例.

当它浏览文件时,我们将跟踪summonerId,championId和state.它都是基于事件的 – 您不会通过顺序解析器获得随机访问权限,因此您必须自己跟踪事物.每当totalSessionsPlayed出现时,它都会回显summonerId,championId和totalSessionsPlayed.

data.json

这是一个用于演示目的的配对json文件.

[
    {
        "_id": "53b29644aafd413977b23b7e","summonerId": 24570940,"stats": {
            "110": {
                "totalSessionsPlayed": 3,"totalSessionsLost": 2,"totalSessionsWon": 1
            },"112": {
                "totalSessionsPlayed": 45,"totalSessionsWon": 1
            }
        }
    },{
        "_id": "asdfasdfasdf","summonerId": 555555,"stats": {
            "42": {
                "totalSessionsPlayed": 65,"88": {
                "totalSessionsPlayed": 99,"totalSessionsWon": 1
            }
        }
    }
]

例:

class ListMatchUps extends JsonStreamingParser\Listener\IdleListener
{

    private $key;
    private $summonerId;
    private $championId;
    private $inStats;

    public function start_document()
    {
        $this->key        = null;
        $this->summonerId = null;
        $this->championId = null;
        $this->inStats    = false;
    }

    public function start_object()
    {
        if ($this->key === 'stats') {
            $this->inStats = true;
        } else if ($this->inStats) {
            $this->championId = $this->key;
        }
    }

    public function end_object()
    {
        if ($this->championId !== null) {
            $this->championId = null;
        } else if ($this->inStats) {
            $this->inStats = false;
        } else {
            $this->summonerId = null;
        }
    }

    public function key($key)
    {
        $this->key = $key;
    }

    public function value($value)
    {
        switch ($this->key) {
            case 'summonerId':
                $this->summonerId = $value;
                break;
            case 'totalSessionsPlayed':
                echo "{$this->summonerId},{$this->championId},$value\n";
                break;
        }
    }
}

$stream = fopen('data.json','r');
$listener = new ListMatchUps();
try {
    $parser = new JsonStreamingParser_Parser($stream,$listener);
    $parser->parse();
} catch (Exception $e) {
    fclose($stream);
    throw $e;
}

输出

24570940,110,3
24570940,112,45
555555,42,65
555555,88,99

拉解析器

这是使用我最近编写的解析器,pcrov/jsonreader(需要PHP 7.)

与上面相同的data.json.

例:

use pcrov\JsonReader\JsonReader;

$reader = new JsonReader();
$reader->open("data.json");

while($reader->read("summonerId")) {
    $summonerId = $reader->value();
    $reader->next("stats");
    foreach($reader->value() as $championId => $stats) {
        echo "$summonerId,$championId,{$stats['totalSessionsPlayed']}\n";
    }
}
$reader->close();

输出

24570940,99

相关文章

Hessian开源的远程通讯,采用二进制 RPC的协议,基于 HTTP 传输。可以实现PHP调用Java,Python,C#等多语...
初识Mongodb的一些总结,在Mac Os X下真实搭建mongodb环境,以及分享个Mongodb管理工具,学习期间一些总结...
边看边操作,这样才能记得牢,实践是检验真理的唯一标准.光看不练假把式,光练不看傻把式,边看边练真把式....
在php中,结果输出一共有两种方式:echo和print,下面将对两种方式做一个比较。 echo与print的区别: (...
在安装好wampServer后,一直没有使用phpMyAdmin,今天用了一下,phpMyAdmin显示错误:The mbstring exte...
变量是用于存储数据的容器,与代数相似,可以给变量赋予某个确定的值(例如:$x=3)或者是赋予其它的变...