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;
文件的结尾：
1 $struserdata = <<<Eof
2 </table>
3 </div>
4 </body>
5 </html>
6 Eof;
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;
其他方法记录:
$scriptPath = dirname(__FILE__) . '/../../crontab/updateRankData.php';
if ($rankId) {
$cmd = "/usr/bin/php {$scriptPath} rank_id={$rankId} > /dev/null &";
} else {
$cmd = "/usr/bin/php {$scriptPath} > /dev/null &";
}
$fp = @popen($cmd, "r");
if ($fp) @pclose($fp);
return true;
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 .'/';//@todo
10 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_flag
51 );
52 $file_arr_json = json_encode($file_arr);
53 echo $file_arr_json;
54 }
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/4636457
http://www.codesky.net/article/201202/163385.html
http://www.cnblogs.com/zdz8207/p/3765567.html
http://blog.163.com/mojian20040228@126/blog/static/4112219320097300922992/
http://php.net/manual/en/features.commandline.php
http://blog.csdn.net/yangjun07167/article/details/5603425
http://blog.csdn.net/yunsongice/article/details/5445448
http://www.cppblog.com/amazon/archive/2011/12/01/161281.aspx
http://blog.51yip.com/tag/proc_open
http://www.justwinit.cn/post/1418/
http://limboy.me/tech/2010/12/05/php-async.html
