在做数据统计时，难免会遇到大数组，而处理大数据经常会发生内存溢出，这篇文章中，我们聊聊如何处理大数组。

常见的大数组大多来自两种情况：

大文件的处理

DB读取大数据的处理

这里重点讲下DB读取大数据的处理，顺便简单介绍下大文件处理，希望对大家有帮助，看完后可以轻松解决各种大数组问题。

大家都知道，如果一个文件超过了memory_limit的设置，是不会被加载到内存中的，

试想下假如想要处理一个20G的文件，PHP需要怎么处理呢？

大文件的处理核心思路是：逐行读取。

这样基本可以做到无视文件大小，轻松处理大文件了。

这里给大家推荐一篇文章，有讲到具体的实现方法。使用PHP读取和解析大文件实战

从数据库中读取大数据，我们先罗列一下可能会遇到的问题

数据量太大无法从数据库中读取

大数组无法处理

如果是数据量太大无法从数据库中读取，请优化数据库配置或者优化你的语句，一般情况是建议优化SQL缩小查询范围，将数据分批进行处理，毕竟DB配置或机器硬件也不能无限优化的。

结论先行，DB读取大数据的处理核心思路是：变量用完及时销毁。

特别是我们循环处理大数组时，是很耗费内存的，所以如果能及时销毁用完的变量，就不用担心内存溢出了。

sql="yoursql";rs=DB-query(sql);data=array();foreach(rsasv){//yourcode}unset(rs);//销毁变量

示例中，用完rs之后销毁确实可以释放内存，但实际上大数组的处理中，往往在循环内已经内存溢出无法执行到unset(rs)。那么我们自然而然就想到，能不能在循环内及时销毁用完的变量，是不是也可以及时释放内存呢？答案是可以的。

接下来给大家描述下，我在项目中遇到的问题和解决。

最近在开发的海外媒体绩效项目，其中有个计算模块，需根据各个平台的投放数据（注册数、CPA、净收金额等指标）计算每个员工当月的绩效得分，分数用于辅助打绩效。

以5月份为例，从各个统计后台同步到绩效后台的数据量大约有70W+条记录，最极端的情况是，所有的数据都是同一个人投放的，换句话说，计算这个员工的得分，我需要先从数据库读取这70W+条记录，然后在程序中进行逻辑计算。在这里就遇到了刚才描述的问题，计算某员工得分，取出的数据量较小的时候，循环顺利执行完毕并且销毁了变量，但当取出的数据量较大的时候，在循环内就已经挂了，执行不到循环处理完毕之后销毁变量。

自然而然我也想到了，能不能在foreach循环内，及时销毁用完的变量，从而释放内存呢？思路如下

sql="yoursql";rs=DB-query(sql);data=array();foreach(rsask=v){//yourcodeunset(rs[k]);//销毁变量}unset(rs);//销毁变量

从结果上看是没有效果的，原来执行不了的仍然是执行不了，我加上些断点和打印信息来辅助排查为什么没有达到预期。

set_time_limit(0);ini_set(memory_limit,M);//视自身业务情况，这里临时分配足够内存去测试echo"\r\nbefore-sql:".memory_get_usage();sql="mysql";rs=M()-query(sql);data=array();echo"\r\nbefore-data:".memory_get_usage();foreach(rsask=value){//计算实现逻辑...//员工数据初步汇总data[user_id][key][reg]+=value[reg_num];data[user_id][key][fee_money]+=value[ad_fee_usd];data[user_id][key][pay_money]+=value[usd_money];echo"\r\nmid-before-arr:".memory_get_usage();print_r(rs[1]);unset(rs[k]);echo"\r\narr-count:".count(rs);echo"\r\nmin-finnal-arr:".memory_get_usage();}echo"\r\nfinnal-data:".memory_get_usage();

大约跑了30W条测试数据，输出结果：

before-sql:before-data:mid-before-arr:Array(...[reg_num]=2[ad_fee_rmb]=3.17)arr-count:min-finnal-arr:mid-before-arr:Array(...[reg_num]=2[ad_fee_rmb]=3.17)arr-count:min-finnal-arr:...mid-before-arr:arr-count:min-finnal-arr:finnal-data:

从结果上看，在循环内rs数组确实逐步被UNSET了，但是内存却没有太大变化，没有被释放掉。

查阅了相关资料，原来是在foreach内UNSET当前循环的数组信息不会影响数组中的键值，只有当本数组结束后UNSET的值才会被真正的释放掉。

既然foreach循环内不能释放内存，我可以换一种循环方法，测试使用for循环。

set_time_limit(0);ini_set(memory_limit,M);//视自身业务情况，这里临时分配足够内存去测试echo"\r\nbefore-sql:".memory_get_usage();sql="mysql";rs=M()-query(sql);data=array();echo"\r\nbefore-data:".memory_get_usage();//foreach(rsask=value){num=count(rs);for(k=0;knum;k++){value=rs[k];//计算实现逻辑...//员工数据初步汇总data[user_id][key][reg]+=value[reg_num];data[user_id][key][fee_money]+=value[ad_fee_usd];data[user_id][key][pay_money]+=value[usd_money];echo"\r\nmid-before-arr:".memory_get_usage();print_r(rs[1]);unset(rs[k]);echo"\r\narr-count:".count(rs);echo"\r\nmin-finnal-arr:".memory_get_usage();}echo"\r\nfinnal-data:".memory_get_usage();

跟刚才一样的测试数据，输出结果：

before-sql:before-data:mid-before-arr:Array(...[reg_num]=2[ad_fee_rmb]=3.17)arr-count:min-finnal-arr:mid-before-arr:Array(...[reg_num]=2[ad_fee_rmb]=3.17)arr-count:min-finnal-arr:...mid-before-arr:arr-count:min-finnal-arr:...mid-before-arr:arr-count:min-finnal-arr:finnal-data:

从结果可以看出，随着循环的进行，rs数组逐步被UNSET并且释放了内存，这里涉及到PHP的垃圾回收机制，有兴趣的朋友可以继续深入研究。

至此，DB读取大数据的问题处理完毕。

file_get_contents是一次性把文件内容缓存到内存，相比fgets逐行读取效率要高些，但受限于内存等原因处理大文件时选择逐行读取更合理。

foreach循环效率高于for循环，譬如for循环每次循环都要判断i是否小于count，就耗费了一些时间，所以能用foreach就用foreach循环。

for循环在外部做count比在条件中做count效率更高些，减少了每次循环调用count函数，并且由于处理大数据时会使用unset，导致count(rs)值一直变动，所以for循环在外部做count更合适。

为了更好的用户体验，这种大数组处理尽量是定时任务或后台处理

不管是大文件处理，还是DB读取大数据处理，其实都是用时间换空间，哪种方式更适合，在实际生产中需要依据自身业务的特点去设计。这是最近在项目中遇到的一些坑和解决方案的总结，如果有错误或更好地建议，欢迎指出，大家共同学习进步，感谢阅读。