如何把8千多万日志数据入库？---同事的分享[开发篇]

　　　　平时自己做开发，都是小打小闹，今天同事来了个分享，说他是怎么把8千多万日志数据入库的，瞬间感觉自己太弱爆了。记录一下其所讲的要点，找个时间自己试验一下吧。

　　　　项目需求：简单的三个字段，r,ggid,show，统计一个r对应的ggid数据，ggid多个之间用'|'分隔，当然，这不重要。重要的是，这样的日志文件有1900多个，日志行数是8000w+。下面是解决过程：

　　　　1、分表操作，建立1024个表；

　　　　2、开启多进程(16)，往数据库中进行导入数据，耗时为12小时；

　　　　3、原因分析，myisam引擎存储过慢，等表锁时间过长。

　　　　4、改变存储引擎，使用innodb进行储存，速度是变得非常快了(约两小时)，但是数据完成不正确，因为innodb当发生表数据重复时，直接抛弃该数据的操作，因此，不行。

　　　　5、使用glob()避免表锁竞争，每隔1小时重新开启16个进程，运行数据入库；

　　　　6、使用linux中的内存目录，/dev/shm/ 提升存取速度，由此得到的结果是约两小时，如此看来，确实挺牛的。

　　　　7、使用fgetscsv,fputcsv时，注意‘“号的情况！

 

　　　　有好些东西，没有自己去实践过，终究纸上得来终学浅，有空就去试验一下吧。

 

　　　　一个好的开发人员，应该既是开发，更是测试，也是产品，天下大事，必成于细，却要你通所有的技能。