存储和遍历此数据的最有效方法是什么？

Question

我想查看博客帖子中是否有特定外来词的出现，然后将这些词链接到声音文件以便播放。

我有一个2500字的XML文件，我有声音文件，我想知道存储和遍历此列表的最佳方法是什么？该列表不太可能改变，并且当完整查看时，该功能将在每篇博文上运行（不是在存档页面上显示摘录等）。

XML文件是350KB，我使用simplexml_load_file将其加载到PHP中。我认为这有点大，所以我把它转换成一个PHP文件，其中包含一个索引（字符串）单词的数组，这使文件大小降低到大约60KB。

我是否应该过多担心文件大小，或者更多关于搜索数据需要多长时间？有没有更好的方法来做到这一点，还是在数据库中最好？任何帮助，将不胜感激！

Answer 1

如果您发现在合理的时间内针对博客帖子解析和匹配XML文件，则无需进行优化。当您发现任何重大负面影响时进行优化。

最简单的方法可能是简单地缓存已处理的页面。每当博客文章或单词列表发生变化时，缓存都会失效，因此下次调用它时会重新处理。

Answer 2

将您的文件转换为PHP数组非常棒（除非您编写自己的扩展，否则不能比性能更好）。输入文件不仅更小，而且还处理了相当大的CPU（与其他操作相关）XML解析步骤。

可能会引发异议，因为数组会强制您立即读取所有数据，但权重为60K则没问题。

至于搜索数据，由于PHP数组是关联的，因此它们在这种情况下提供了相当好的性能。

总的来说，我说你的方法是正确的。

Answer 3

基于存储在文件中的单词数组进行索引比在XML中搜索更耗时。

Answer 4

毫无疑问，最可扩展的解决方案是使用数据库。这可以处理大量数据而不会显着降低性能，因此如果将来有更多数据，添加它将是微不足道的。在这种情况下，您可以使用sqlite，这在安装和配置方面要求相当少，而且速度相当快。

使用PHP数组（大概使用include / require）的解决方案是一个相当不错的解决方案，我不会过于担心更改它。但是，丢失XML文件是完全正确的。这将是过度劳动密集型和缓慢的。