首页 / PHP / 怎么统计一个2G大小文件里每个单词的出现频率

怎么统计一个2G大小文件里每个单词的出现频率

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了怎么统计一个2G大小文件里每个单词的出现频率，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1300字，纯文字阅读大概需要2分钟。

内容图文

初学新手菜鸡 遇到一个问题，统计一个2G大小文件中每个单词的出现频率，修改memory limit后还是总报错 Allowed memory size of xxxx bytes exhausted ，光测总行数或者字符数可以出结果，怎样优化呢 
ini_set("memory_limit", "-1");function calcWordFrequence($sFilePatch){	$aWordsInFile = array();	$aOneLineWords = array();	$sOneLineWords = "";	$fp = fopen($sFilePatch,"r");	while(!feof($fp)){		$sOneLineWords = fgets($fp);		$aOneLineWords = str_word_count($sOneLineWords,1);		foreach($aOneLineWords as $v){			array_push($aWordsInFile, $v);		}	}	fclose($fp);	$aRes = array_count_values($aWordsInFile);	arsort($aRes);	return $aRes;}echo calcWordFrequence("2013.mp4");


回复讨论(解决方案)

这个问题没法解决，2G大小的文件硬件差点的电脑打开就耗光内存了。在存储上做分布式设计。

这个问题没法解决，2G大小的文件硬件差点的电脑打开就耗光内存了。在存储上做分布式设计。


那有办法从代码里将这个文件分离成几部分分批统计吗或者只输出频率最大的那个单词也行

使用split命令把文件切割成小文件再统计吧

只有文本文件才有行的概念
你测试的 2013.mp4 显然不是文本文件
如果文件中没有出现 \n，或出现的靠后，你的 $sOneLineWords = fgets($fp); 就会把内存消耗光了

如果你是日志之类的文本文件，可以用php的SplFileObject()类，专门用于操作大文件，以前用过这个分析nginx的访问日志，5个多G。

内容总结

以上是互联网集市为您收集整理的怎么统计一个2G大小文件里每个单词的出现频率全部内容，希望文章能够帮你解决怎么统计一个2G大小文件里每个单词的出现频率所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/204798.html

来源：【匿名】