作者热门文章
- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个非常大的 mysql 表,用于存储域和子域。其创建语法如下所示
CREATE TABLE `domain` (
`domain_id` int(10) unsigned NOT NULL AUTO_INCREMENT,
`domain_name` varchar(255) COLLATE utf8_turkish_ci NOT NULL,
PRIMARY KEY (`domain_id`),
UNIQUE KEY `dn` (`domain_name`),
KEY `ind_domain_name` (`domain_name`)
) ENGINE=InnoDB AUTO_INCREMENT=78364364 DEFAULT CHARSET=utf8 COLLATE=utf8_turkish_ci;
它存储像这样的值
domain_id | domain_name
1 | a.example.com
2 | b.example.com
3 | example.com
4 | facebook.com
5 | a.facebook.com
6 | google.com
我想找到任何顶级域的子域,然后将子域与其父域进行匹配。
例如,a.example.com 和 b.example.com 是 example.com 的子域,因此在名为 parent_domain_id 的新列中,我将设置 example.com 的 domain_id。 (如果域是顶级域,它的 parent_domain_id 将为 0 )
我使用 PHP 和 mysql,我的机器有 8GB RAM,所以我有一些设备限制。是否有使用 PHP 逐行检查大量数据集的技巧?
最佳答案
编辑:对于大多数域名,这应该有效。
您可以获得一个排序列表,其中包含按域和递增长度排序的所有域(最多固定长度)。
我将从@RyanVincent 的评论开始。
select domain_id, domain_name, reverse(domain_name) as reversed
from domain
order by
rpad(reverse(domain_name),130,' '),
length(domain_name),
reverse(domain_name),
domain_id
目标是能够逐行按长度排序,然后按字母排序。
你的例子会给出
google.com -> moc.elgoog,
a.google.com -> moc.elgoog.a
xy.a.google.com -> moc.elgoog.a.yx
b.google.com -> moc.elgoog.a
在 php 中:
$currentDomains = array();
/*
array domainpart => id
moc => 0
elgoog => id of google.com as long as we are in subdomains of google.com
a => id of a.google.com as long as we are in subdomains of a.google.com
this gets never longer then the number of domainparts, so usually a very
short array!
*/
$sql = "select domain_id, domain_name, reverse(domain_name) as reversed\n"
. " from domain \n"
. " order by \n"
. " rpad(reverse(domain_name),130,' '), \n"
. " length(domain_name), \n"
. " reverse(domain_name), \n"
. " domain_id"
;
doSelect($sql);
while($row = getRow()){
$parts = preg_split('/\./', $row["reversed"]);
# print("parts = \n");print_r($parts);
$rid = $row["domain_id"];
$matchedDomains = array();
$parentId = $rid; // if no parent, show to yourself
$i = 0;
// 1. match identical parts
// php is funny, the array is a key=>value but with
// foreach it restores the key-values in the inserted order.
foreach($currentDomains as $name => $cid){
# print("> check $i '$name' '{$parts[$i]}'\n");
if($parts[$i] == $name){
$matchedDomains[$name] = $cid;
if($cid > 0){
$parentId = $cid;
}
$i++;
}
else{
break;
}
}
// 2.
// new parts
while ($i < count($parts)-1){
# print("> store '{$parts[$i]}' \n");
$matchedDomains[$parts[$i]] = 0; // no row matches those
$i++;
}
$matchedDomains[$parts[count($parts)-1]] = $rid;
$currentDomains = $matchedDomains;
print(" update domain set parent_id = $parentId where id = $rid\n"); // use PDO
}
因此 google.com 是它自己的父域,a.google.com 将 google.com 作为父域,依此类推。
关于php - 如何遍历一个3500万行的表——Mysql,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32630698/
我是一名优秀的程序员,十分优秀!