php in_array的性能问题，附加调试方法

    PHP的性能一直在提高。然而，若是用的不恰当，或是一个不留神，还是可能会踩到PHP内部实现方面的坑的。我在前几天的一个性能问题上就碰到了

PHP的性能一直在提高。然而，若是用的不恰当，或是一个不留神，还是可能会踩到PHP内部实现方面的坑的。我在前几天的一个性能问题上就碰到了。

事 情是这样子的，一位同事反馈我们的一个接口每次返回需要5秒之久，我们一起review了代码，“惊喜”的发现居然在循环（大约900次）中调用了一个读 缓存的操作，而这个缓存的key并没有改变，因此我们把这段代码移到了循环外面，再测，接口返回时间降到了2秒，呜呼！虽然提升了1倍，但明显不是我们能 接受的结果！
出现性能问题的代码量并不大，我们排除了IO问题以后，写了一段测试代码，果然问题很快重现。

复制代码 代码如下:

<?php
$y="1800";
$x = array();
for($j=0;$j<2000;$j++){
$x[]= "{$j}";
}

for($i=0;$i<3000;$i++){
if(in_array($y,$x)){
continue;
}
}
?>

shell$ time /usr/local/php/bin/php test.php

real 0m1.132s
user 0m1.118s
sys 0m0.015s

对的，我们用的就是字符串型的数字，从缓存拿出来就是这样子的啦！所以这里是特意转成字符串的（如果直接是数字，并不会出现这个问题 ，各位可以自行验证）。可以看出时间耗掉了1秒，才3000次循环,后面的sys用时也注定我们用strace不会拿到什么有效信息。

shell$ strace -ttt -o xxx /usr/local/php/bin/php test.php
shell$ less xxx



我们只看到这两次系统调用之间的延时非常大，却并不知道干了什么？一筹莫展了，幸好，Linux下的调试利器除了strace还有ltrace(当然还有dtrace，ptrace，不在本文讨论范围了，略去)。

引用：strace用来 跟踪一个进程的系统调用或信号产生的情况，而 ltrace用来 跟踪进程调用库函数的情况（via IBM developerworks）。

为了排除干扰因素，我们将$x直接赋值为array(“0″,”1″,”2″,……)的形式，避免过多的malloc调用影响结果。执行

shell$ ltrace -c /usr/local/php/bin/php test.php

如图2




我们看到库函数__strtol_internal的调用非常之频繁，达到了94%，太夸张了，然后我又查了一下这个库函数__strtol_internal是干嘛的，原来是strtol的别名，简单的说就是把字符串转换成长整形，可以猜测PHP引擎已经检测到这是一个字符串型的数字，所以期望将他们转换成长整型来比较，这个转换过程中消耗了太多时间，我们再次执行:

复制代码 代码如下:

shell$ ltrace -e "__strtol_internal" /usr/local/php/bin/php test.php

可以轻松抓到大量下图这样的调用，到此，问题找到了，in_array这种松比较，会将两个字符型数字串先转换为长整型再进行比较，却不知性能就耗在这上面了。



知道了症结所在，我们解决的办法就很多了，最简单的就是为in_array加第三个参数为true，即变为严格比较，同时还要比较类型，这样避免了PHP自作聪明的转换类型，跑起来果然快多了，代码如下：

复制代码 代码如下:

<?php
$y="1800";
$x = array();
for($j=0;$j<2000;$j++){
        $x[]= "{$j}";
}

for($i=0;$i<3000;$i++){
        if(in_array($y,$x,true)){
                continue;
        }
}
?>

复制代码 代码如下:

shell$ time /usr/local/php/bin/php test.php

real 0m0.267s
user 0m0.247s
sys 0m0.020s

快了好多倍啊！！！可以看到sys耗时几乎没有太大变化。我们再次ltrace一把，还是要把$x直接赋值，排除malloc调用的干扰，因为我们实际应用中是从缓存里一次拉出来的，所以也不存在示例代码中这样的循环来申请内存的情况。
再次执行

复制代码 代码如下:

shell$ ltrace -c /usr/local/php/bin/php test.php

如下图:

__ctype_tolower_loc占用了最多的时间！查了一下库函数__ctype_tolower_loc是干嘛的： 简单的理解是将字符串转换成小写，那么这说明in_array比较字符串不区分大小写吗？其实这个函数调用已经和我们这个in_array感觉联系不大 了，关于in_array的实现，还是去看看PHP的源码，大概理解的更为透彻了，好了，没法往下说了，欢迎与我交流，写的不对的地方请多多斧正。

———————2013.08.29分割线——————————

晚 上又翻了以下PHP 5.4.10的源码，对in_array的兴趣真大啊，哈哈，位于./ext/standard/array.c的第1248行，可以看到他调用了 php_search_array函数，下面的array_serach也是调的这个，只是最后一个参数不同！经过一番跟踪，在in_array松比较的 情况下，他最终调用的函数 zendi_smart_strcmp（果然是个“聪明”函数）进行比较，位于./Zend/zend_operators.c，我们用ltrace抓到 的大量转换成整型的操作就是那个is_numeric_string_ex的行为。



函数is_numeric_string_ex是在./Zend/zend_operators.h中定义的，在前面进行了一堆的判断和转换之后，在232行调用了strtol，就是我们在文章中提到的系统函数了，将字符串转换成长整型，有图有真相