PHP接口性能优化之路

最近在做PHP接口的性能优化，在排查性能问题和优化的过程中总结了一些心得，分享给大家。

性能问题排查

首先，做性能优化要先进行性问题排查，即排查PHP接口的代码实现中那一块执行比较慢。

排查方法一

笔者使用的ThinkPHP框架中自带了G方法可以很方便的获取某个区间的运行时间和内存占用情况。 例如：

G('begin');
// ...其他代码段
G('end');
// ...也许这里还有其他代码
// 进行统计区间
echo G('begin','end').'s';//输出代码运行时间
echo G('begin','end','m').'kb';//输出内存开销统计（单位为kb）

通过对不同代码片段的运行时间统计与接口总运行时间的对比，可以分析出哪块代码的运行存在性能问题，然后再针对性的排查。

排查方法二

使用PHP性能分析工具来辅助定位。目前市面上有很多PHP性能分析工具，老牌的调试工具XDebug，以及Facebook开源的Xhprof。
以Xhprof举例，配置成功后，可以记录和生成函数的调用链图，包含每个函数的请求次数、阻塞时间、CPU时间和内存使用情况。

图中标记为红色或黄色的区域就是需要重点关注的地方。

性能问题解决

通常在工具的辅助下，性能问题排查相对来说还是比较简单的。比较有挑战的是如何解决这些性能问题。
笔者在解决性能问题的过程中也做了一些解决方式的总结：

一. 代码层面

代码的风格因人而异，实现方式也非常灵活。两个人实现同样的查询列表功能，代码写法都会不同。
以下几点是我个人总结的代码性能避坑指南：

1. 使用PHP7+版本。
   PHP7发布的时候号称比PHP5.6快两倍，而最新的PHP 7.3比PHP 5.6快3倍！所以升级PHP版本的收益还是很大的。
2. 尽量减少循环嵌套写法。
   循环嵌套增加所带来的运行消耗是指数级的。例如第一层循环执行100次，第二层循环执行100次，第三层循环执行100次，那么最终循环的运行次数就是100100100 = 一百万次。所以要尽量减少循环的嵌套。
3. 尽量减少数据库操作，例如避免在循环中进行数据库查询。
   数据库操作是比较消耗性能的动作，如果可以尽量少的做数据库操作，性能会有很大的提升。
4. 尽量将对象的声明写在循环外部以减少声明次数。
5. 使用unset()及时释放不使用的变量尤其是大数组，以便释放内存。
6. 方法尽量静态化。
   静态方法在程序开始时生成内存,实例方法在程序运行中生成内存，所以静态方法可以直接调用,实例方法要先成生实例,通过实例调用方法，静态速度很快，但是多了会占内存。
7. 尽量少用正则表达式。
   正则表达式的开销大，使用起来简单，但是性能低。因为正则表达式需要回溯；正则表达式越长，回溯的开销越大，优化正则表达式是需要技术水平的，正则技术不达标，不要乱用正则。
8. 使用单引号。
   在php中，单引号和双引号是有区别的，作为一种习惯字符串我都用单引号，因为它无需编译。

二. 数据库层面

1. sql查询优化

排查问题过程中，会发现很多性能的瓶颈在于复杂sql的查询太慢。我们可以使用‘EXPLAIN ’关键字来分析复杂sql的运行慢的原因。
将‘EXPLAIN’加在sql语句开始的位置，就能分析出这条SQL语句的执行计划，查看该SQL语句有没有使用索引，有没有做全表扫描等等。例如：

EXPLAIN select * from person where dept_id =(select did from dept where dname ='python');

概要描述：

• id: 查询序列号，代表执行的先后顺序。
• select_type:表示查询的类型。例子中的primary和subquery分别代表最外层查询和子查询。
• table:显示这一步所访问数据库中表名称。
• type:表示查询计划的连接类型。例子中的ALL代表MySQL将遍历全表以找到匹配的行，没有使用任何索引。这时就说明需要加索引进行优化了。性能由好到差： null > system/const > eq_ref > ref > ref_or_null >index_merge > range > index > all
  如果有类型是 ALL 时，表示预计会进行全表扫描（full table scan）。通常全表扫描的代价是比较大的，建议创建适当的索引，通过索引检索避免全表扫描。
• possible_keys:指出MySQL能使用哪个索引在表中找到记录，查询涉及到的字段上若存在索引，则该索引将被列出。
• key:显示MySQL实际决定使用的键（索引），必然包含在possible_keys中。
• key_len:表示索引中使用的字节数，可通过该列计算查询中使用的索引的长度。不损失精确性的情况下，长度越短越好。
• ref:列与索引的比较，表示上述表的连接匹配条件，即哪些列或常量被用于查找索引列上的值。
• rows:估算出结果集行数，表示MySQL根据表统计信息及索引选用情况，估算的找到所需的记录所需要读取的行数。
• Extra:该列包含MySQL解决查询的详细信息。如果有出现 Using temporary 或者 Using filesort 则要多加关注：
  • Using temporary，表示需要创建临时表以满足需求，通常是因为GROUP BY的列没有索引，或者GROUP BY和ORDER BY的列不一样，也需要创建临时表，建议添加适当的索引。
  • Using filesort，表示无法利用索引完成排序，也有可能是因为多表连接时，排序字段不是驱动表中的字段，因此也没办法利用索引完成排序，建议添加适当的索引。
  • Using where，通常是因为全表扫描或全索引扫描时（type 列显示为 ALL 或 index），又加上了WHERE条件，建议添加适当的索引。

2. 分库分表

基本思想就要把一个数据库切分成多个部分放到不同的数据库(server)上，从而缓解单一数据库的性能问题。
要做分库分表之前，首先要思考一个问题：
MySQL 单表数据达到多少时才需要考虑分库分表？
网上流传的文章有的说几千万行，有的说几百万行，都没有一个准确的数字。阿里巴巴《Java 开发手册》提出单表行数超过 500 万行或者单表容量超过 2GB，才推荐进行分库分表。

由于笔者所要优化的数据库单表还达不到这个量级，所以没有进行分库分表的实际操作。但是笔者又深入探索了一个问题：
这个500W是怎么推算出来的？
事实上，这个数值和实际记录的条数无关，而与 MySQL 的配置以及机器的硬件有关。因为，MySQL 为了提高性能，会将表的索引装载到内存中。InnoDB buffer size 足够的情况下，其能完成全加载进内存，查询不会有问题。但是，当单表数据库到达某个量级的上限时，导致内存无法存储其索引，使得之后的 SQL 查询会产生磁盘 IO，从而导致性能下降。当然，这个还有具体的表结构的设计有关，最终导致的问题都是内存限制。所以，如果增加硬件配置，可能会带来立竿见影的性能提升。

三. 硬件配置

这种方式不用多介绍了。线上压力顶不住的时候，通常都会立即加机器加配置来抗。久而久之，很多开发人员对加机器加配置产生了依赖。虽然增加硬件配置是最简单粗暴的解决方案，但是作为有追求的技术人员，还是要多从代码层面和数据库层面做深度优化。所以这条解决方案笔者放在最后推荐大家使用。