PHP 讀取大檔案（GB 級）高效方案：fseek 尾部讀取、分塊讀取與 Linux tail 指令

讀取 400MB+ 日誌檔、甚至 GB 級大檔，file()、file_get_contents() 會撐爆記憶體。本文實測四種方案，從「全載入」到「指針跳躍」，效能差距達四個數量級。

場景設定

• 測試檔：400 MB access.log（約 1000 萬行）
• 需求：讀取最後 100 行
• 環境：PHP 7.4，3GB RAM，Linux

方案對比實測

❌ 1. file() 全載入陣列

<?php
ini_set('memory_limit', '-1');
$data = file('testfile.txt');
$line = $data[count($data) - 1000];
?>

結果：7.87 秒，記憶體飆升至 1.2 GB+。生產禁用。

✅ 2. Linux tail 指令（最快，但平台相依）

<?php
$file = escapeshellarg('testfile.txt');
$line = `tail -n 100 $file`; // 反引號執行指令
?>

結果：幾毫秒，系統級優化。缺點：Windows 不支援、需 escapeshellarg 防注入、依賴外部程序。

✅ 3. fseek() 從檔尾反向逐字元讀取（通用、純 PHP）

<?php
$fp = fopen('testfile.txt', 'r');
$line = 100;
$pos = -2;
while ($line > 0) {
    // 往前找換行符
    while (fgetc($fp) !== "\n") {
        fseek($fp, $pos--, SEEK_END);
    }
    $data = fgets($fp); // 讀取整行
    $line--;
}
fclose($fp);
?>

結果：0.34 秒。純 PHP、跨平台、記憶體常數級。推薦通用方案。

✅ 4. fseek() 分塊讀取（極致優化，生產首選）

每次讀 4KB 塊，從檔尾向前，累積直到湊夠行數：

<?php
function tailFile(string $file, int $lines = 100, int $chunk = 4096): string {
    $fp = fopen($file, 'r');
    $size = (int)filesize($file);
    $buffer = '';
    for ($offset = 0; $offset < $size; $offset += $chunk) {
        $seek = min($chunk, $size - $offset);
        fseek($fp, -($offset + $seek), SEEK_END);
        $buffer = fread($fp, $seek) . $buffer;
        if (substr_count($buffer, "\n") >= $lines + 1) {
            // 多讀一行防止截斷，用正則精確截取
            $extra = substr_count($buffer, "\n") - $lines + 1;
            preg_match('/(.*?\n){' . $extra . '}/', $buffer, $m);
            fclose($fp);
            return $m[1];
        }
    }
    fclose($fp);
    return $buffer;
}
?>

結果：0.002 秒，比逐字元快 170 倍，記憶體極低。大檔尾部讀取的最佳純 PHP 實現。

效能總結表

進階：大檔案逐行處理（Generator 模式）

若需完整遍歷大檔（如匯入、ETL），用 Generator 避免載入全部：

<?php
function readLines(string $file): Generator {
    $fp = fopen($file, 'r');
    while (($line = fgets($fp)) !== false) {
        yield rtrim($line);
    }
    fclose($fp);
}

foreach (readLines('huge.log') as $line) {
    // 處理單行，記憶體恆定
}
?>

結語

大檔讀取核心原則：拒絕全載入、善用指針跳躍、分塊緩衝。純 PHP 環境下，fseek + fread 分塊 是效能與相容性的最佳平衡；Linux 專用環境可直接呼叫 tail 系統指令極致提速。