Как правильно выполнить итерацию через большой файл json

Дорогое сообщество Stackoverflow,

У меня есть 34-дюймовый json файл с большим количеством данных. Я попытался импортировать в мой mongodb с помощью mongoimport --file file.json - но это не привело к тому, что файл слишком велик и выбросил ошибку системы памяти, которую вы знаете. Можно ли использовать PHP-код для итерации через файл с помощью курсора? У меня нет опыта в этом, кто-то сказал мне, что это будет возможно. Я хочу знать, как файл создается, но я не знаю, как его просмотреть. Из источника я мог бы получить массив примеров:

{
     "_id": ObjectId("53b29644aafd413977b23b7e"),
     "summonerId": NumberLong(24570940),
     "region": "euw",
     "updatedAt": NumberLong(1404212804),
     "season": NumberLong(4),
     "stats": {
         "110": {
             "totalSessionsPlayed": NumberLong(3),
             "totalSessionsLost": NumberLong(2),
             "totalSessionsWon": NumberLong(1),
             "totalChampionKills": NumberLong(34),
             "totalDamageDealt": NumberLong(415051),
             "totalDamageTaken": NumberLong(63237),
             "mostChampionKillsPerSession": NumberLong(12),
             "totalMinionKills": NumberLong(538),
             "totalDoubleKills": NumberLong(5),
             "totalTripleKills": NumberLong(1),
             "totalDeathsPerSession": NumberLong(18),
             "totalGoldEarned": NumberLong(40977),
             "totalTurretsKilled": NumberLong(6),
             "totalPhysicalDamageDealt": NumberLong(381668),
             "totalMagicDamageDealt": NumberLong(31340),
             "totalAssists": NumberLong(25),
             "maxChampionsKilled": NumberLong(12),
             "maxNumDeaths": NumberLong(10)
         }
     }
 }

Статистика полей содержит больше массивов, 110 - пример. Как я могу перебирать этот файл большого размера или как его импортировать в мой mongodb? Например; Я хочу повторить summonerid, championid (в этом случае 110), totalSessionsPlayed. Он должен релоксировать столько, сколько ему нужно, пока не останется от него никаких ассимистов.

Снова... В summonerID есть список чемпионов, которые он играл в своей игровой карьере. Чемпионы имеют в виду (в этом примере) 110. Каждый отдельный summonerid может содержать несколько чемпионов, и я хочу иметь всех чемпионов, сколько раз чемпион играл (totalsessionplayed) summonerid.

Ответ 1

Вы хотите использовать потоковой парсер. Они только вытягивают небольшие части вашего файла в память за раз.

Они входят в пару разных вкусов: SAX-подобные синтаксические анализаторы и вытягивают парсеры. Модели XML-читателей: SAX и XML-парсер дают обзор различий.


Push Parser

Это быстрый пример, используя salsify/json-streaming-parser.

Когда он перевернется через файл, мы будем отслеживать summonerId, championId и состояние. Все это основано на событиях - вы не получаете случайного доступа с последовательным парсером, чтобы вы сами отслеживали все. Каждый раз, когда появляется totalSessionsPlayed, он будет вызывать команды summonerId, championId и totalSessionsPlayed.


data.json

Это дробный файл json для демонстрации.

[
    {
        "_id": "53b29644aafd413977b23b7e",
        "summonerId": 24570940,
        "region": "euw",
        "stats": {
            "110": {
                "totalSessionsPlayed": 3,
                "totalSessionsLost": 2,
                "totalSessionsWon": 1
            },
            "112": {
                "totalSessionsPlayed": 45,
                "totalSessionsLost": 2,
                "totalSessionsWon": 1
            }
        }
    },
    {
        "_id": "asdfasdfasdf",
        "summonerId": 555555,
        "region": "euw",
        "stats": {
            "42": {
                "totalSessionsPlayed": 65,
                "totalSessionsLost": 2,
                "totalSessionsWon": 1
            },
            "88": {
                "totalSessionsPlayed": 99,
                "totalSessionsLost": 2,
                "totalSessionsWon": 1
            }
        }
    }
]

Пример:

class ListMatchUps extends JsonStreamingParser\Listener\IdleListener
{

    private $key;
    private $summonerId;
    private $championId;
    private $inStats;

    public function start_document()
    {
        $this->key        = null;
        $this->summonerId = null;
        $this->championId = null;
        $this->inStats    = false;
    }

    public function start_object()
    {
        if ($this->key === 'stats') {
            $this->inStats = true;
        } else if ($this->inStats) {
            $this->championId = $this->key;
        }
    }

    public function end_object()
    {
        if ($this->championId !== null) {
            $this->championId = null;
        } else if ($this->inStats) {
            $this->inStats = false;
        } else {
            $this->summonerId = null;
        }
    }

    public function key($key)
    {
        $this->key = $key;
    }

    public function value($value)
    {
        switch ($this->key) {
            case 'summonerId':
                $this->summonerId = $value;
                break;
            case 'totalSessionsPlayed':
                echo "{$this->summonerId},{$this->championId},$value\n";
                break;
        }
    }
}

$stream = fopen('data.json', 'r');
$listener = new ListMatchUps();
try {
    $parser = new JsonStreamingParser_Parser($stream, $listener);
    $parser->parse();
} catch (Exception $e) {
    fclose($stream);
    throw $e;
}

Вывод:

24570940,110,3
24570940,112,45
555555,42,65
555555,88,99

Pull Parser

Это используется парсер, который я недавно написал, pcrov/jsonreader (требуется PHP 7.)

Те же данные .json, что и выше.

Пример:

use pcrov\JsonReader\JsonReader;

$reader = new JsonReader();
$reader->open("data.json");

while($reader->read("summonerId")) {
    $summonerId = $reader->value();
    $reader->next("stats");
    foreach($reader->value() as $championId => $stats) {
        echo "$summonerId, $championId, {$stats['totalSessionsPlayed']}\n";
    }
}
$reader->close();

Вывод:

24570940, 110, 3
24570940, 112, 45
555555, 42, 65
555555, 88, 99