PHP源码分析文章整理
PHP | 源码分析 2010年11月13日
基本认识
用分库&拆表是解决数据库容量问题的唯一途径。 分库&拆表也是解决性能压力的最优选择。 分库 – 不同的数据表放到不同的数据库服务器中（也可能是虚拟服务器） 拆表 – 一张数据表拆成多张数据表，可能位于同一台服务器，也可能位于多台服务器（含虚拟服务器）。 去关联化原则 摘除数据表之间的关联，是分库的基础工作。 摘除关联的目的是，当数据表分布到不同服务器时，查询请求容易分发和处理。 学会理解反范式数据结构设计，所谓反范式，第一要点是不用外键，不允许Join操作，不允许任何需要跨越两个表的查询请求。第二要点是适度冗余减少查询请求，比如说，信息表，fromuid, touid, message字段外，还需要一个fromuname字段记录用户名，这样查询者通过touid查询后，能够立即得到发信人的用户名，而无需进行另一个数据表的查询。 去关联化处理会带来额外的考虑，比如说，某一个数据表内容的修改，对另一个数据表的影响。这一点需要在程序或其他途径去考虑。
分库方案
安全性拆分 将高安全性数据与低安全性数据分库，这样的好处第一是便于维护，第二是高安全性数据的数据库参数配置可以以安全优先，而低安全性数据的参数配置以性能优先。参见运维优化相关部分。 顺序写数据与随机读写数据分库 顺序数据与随机数据区分存储地址，保证物理i/o优化。这个实话说，我只听说了概念，还没学会怎么实践。 基于业务逻辑拆分 根据数据表的内容构成，业务逻辑拆分，便于日常维护和前端调用。 基于业务逻辑拆分，可以减少前端应用请求发送到不同数据库服务器的频次，从而减少链接开销。 基于业务逻辑拆分，可保留部分数据关联，前端web工程师可在限度范围内执行关联查询。 基于负载压力拆分 基于负载压力对数据结构拆分，便于直接将负载分担给不同的服务器。 基于负载压力拆分，可能拆分后的数据库包含不同业务类型的数据表，日常维护会有一定的烦恼。
分表方案
数据量过大或者访问压力过大的数据表需要切分
忙闲分表
单数据表字段过多，可将频繁更新的整数数据与非频繁更新的字符串数据切分 范例user表 ，个人简介，地址，QQ号，联系方式，头像 这些字段为字符串类型，更新请求少； 最后登录时间，在线时常，访问次数，信件数这些字段为整数型字段，更新频繁，可以将后面这些更新频繁的字段独立拆出一张数据表，表内容变少，索引结构变少，读写请求变快。
横向切表
等分切表，如哈希切表或其他基于对某数字取余的切表。等分切表的优点是负载很方便的分布到不同服务器；缺点是当容量继续增加时无法方便的扩容，需要重新进行数据的切分或转表。而且一些关键主键不易处理。
递增切表，比如每1kw用户开一个新表，优点是可以适应数据的自增趋势；缺点是往往新数据负载高，压力分配不平均。 日期切表，适用于日志记录式数据，优缺点等同于递增切表。 个人倾向于递增切表，具体根据应用场景决定。
热点数据分表
将数据量较大的数据表中将读写频繁的数据抽取出来，形成热点数据表。通常一个庞大数据表经常被读写的内容往往具有一定的集中性，如果这些集中数据单独处理，就会极大减少整体系统的负载。 热点数据表与旧有数据关系 可以是一张冗余表，即该表数据丢失不会妨碍使用，因源数据仍存在于旧有结构中。优点是安全性高，维护方便，缺点是写压力不能分担，仍需要同步写回原系统。 可以是非冗余表，即热点数据的内容原有结构不再保存，优点是读写效率全部优化；缺点是当热点数据发生变化时，维护量较大。 具体方案选择需要根据读写比例决定，在读频率远高于写频率情况下，优先考虑冗余表方案。 热点数据表可以用单独的优化的硬件存储，比如昂贵的闪存卡或大内存系统。 热点数据表的重要指标 热点数据的定义需要根据业务模式自行制定策略，常见策略为，按照最新的操作时间；按照内容丰富度等等。 数据规模，比如从1000万条数据，抽取出100万条热点数据。 热点命中率，比如查询10次，多少次命中在热点数据内。 理论上，数据规模越小，热点命中率越高，说明效果越好。需要根据业务自行评估。 热点数据表的动态维护 加载热点数据方案选择 定时从旧有数据结构中按照新的策略获取 在从旧有数据结构读取时动态加载到热点数据 剔除热点数据方案选择 基于特定策略，定时将热点数据中访问频次较少的数据剔除 如热点数据是冗余表，则直接删除即可，如不是冗余表，需要回写给旧有数据结构。 通常，热点数据往往是基于缓存或者key-value 方案冗余存储，所以这里提到的热点数据表，其实更多是理解思路，用到的场合可能并不多…. 表结构设计
查询冗余表设计
涉及分表操作后，一些常见的索引查询可能需要跨表，带来不必要的麻烦。确认查询请求远大于写入请求时，应设置便于查询项的冗余表。 实战范例， 用户分表，将用户库分成若干数据表 基于用户名的查询和基于uid的查询都是高并发请求。 用户分表基于uid分成数据表，同时基于用户名做对应冗余表。 冗余表要点 数据一致性，简单说，同增，同删，同更新。 可以做全冗余，或者只做主键关联的冗余，比如通过用户名查询uid，再基于uid查询源表。 中间数据表 为了减少会涉及大规模影响结果集的表数据操作，比如count，sum操作。应将一些统计类数据通过中间数据表保存。 中间数据表应能通过源数据表恢复。 实战范例： 论坛板块的发帖量，回帖量，每日新增数据等 网站每日新增用户数等。 后台可以通过源数据表更新该数字。 历史数据表 历史数据表对应于热点数据表，将需求较少又不能丢弃的数据存入，仅在少数情况下被访问。
求解算法的时间复杂度的具体步骤
算法 | 程序设计 2011年10月13日
求解算法的时间复杂度的具体步骤是：
⑴ 找出算法中的基本语句；
算法中执行次数最多的那条语句就是基本语句，通常是最内层循环的循环体。
⑵ 计算基本语句的执行次数的数量级；
只需计算基本语句执行次数的数量级，这就意味着只要保证基本语句执行次数的函数中的最高次幂正确即可，可以忽略所有低次幂和最高次幂的系数。这样能够简化算法分析，并且使注意力集中在最重要的一点上：增长率。
⑶ 用大Ο记号表示算法的时间性能。
将基本语句执行次数的数量级放入大Ο记号中。
如果算法中包含嵌套的循环，则基本语句通常是最内层的循环体，如果算法中包含并列的循环，则将并列循环的时间复杂度相加。例如：
for (i=1; i<=n; i++)
x++;
for (i=1; i<=n; i++)
for (j=1; j<=n; j++)
x++;
第一个for循环的时间复杂度为Ο(n)，第二个for循环的时间复杂度为Ο(n2)，则整个算法的时间复杂度为Ο(n+n2)=Ο(n2)。
常见的算法时间复杂度由小到大依次为：
Ο(1)＜Ο(log2n)＜Ο(n)＜Ο(nlog2n)＜Ο(n2)＜Ο(n3)＜…＜Ο(2n)＜Ο(n!)
Ο(1)表示基本语句的执行次数是一个常数，一般来说，只要算法中不存在循环语句，其时间复杂度就是Ο(1)。Ο(log2n)、Ο(n)、 Ο(nlog2n)、Ο(n2)和Ο(n3)称为多项式时间，而Ο(2n)和Ο(n!)称为指数时间。计算机科学家普遍认为前者是有效算法，把这类问题称 为P类问题，而把后者称为NP问题。
O(1)
Temp=i;i=j;j=temp;
以上三条单个语句的频度均为1，该程序段的执行时间是一个与问题规模n无关的常数。算法的时间复杂度为常数阶，记作T(n)=O(1)。如果算法的执行时 间不随着问题规模n的增加而增长，即使算法中有上千条语句，其执行时间也不过是一个较大的常数。此类算法的时间复杂度是O(1)。
O(n^2)
2.1. 交换i和j的内容
sum=0； （一次）
for(i=1;i<=n;i++) （n次 ）
for(j=1;j<=n;j++) （n^2次 ）
sum++； （n^2次 ）
解：T(n)=2n^2+n+1 =O(n^2)
2.2.
for (i=1;i<n;i++)
{
y=y+1; ①
for (j=0;j<=(2*n);j++)
x++; ②
}
解： 语句1的频度是n-1
语句2的频度是(n-1)*(2n+1)=2n^2-n-1
f(n)=2n^2-n-1+(n-1)=2n^2-2
该程序的时间复杂度T(n)=O(n^2).
O(n)
2.3.
a=0;
b=1; ①
for (i=1;i<=n;i++) ②
{
s=a+b; ③
b=a; ④
a=s; ⑤
}
解： 语句1的频度：2,
语句2的频度： n,
语句3的频度： n-1,
语句4的频度：n-1,
语句5的频度：n-1,
T(n)=2+n+3(n-1)=4n-1=O(n).
O(logn )
2.4.
i=1; ①
while (i<=n)
i=i*2; ②
解： 语句1的频度是1,
设语句2的频度是f(n), 则：2^f(n)<=n;f(n)<=logn
取最大值f(n)= logn,
T(n)=O(logn )
O(n^3)
2.5.
for(i=0;i<n;i++)
{
for(j=0;j<i;j++)
{
for(k=0;k<j;k++)
x=x+2;
}
}
解：当i=m, j=k的时候,内层循环的次数为k当i=m时, j 可以取 0,1,…,m-1 , 所以这里最内循环共进行了0+1+…+m-1=(m-1)m/2次所以,i从0取到n, 则循环共进行了: 0+(1-1)*1/2+…+(n-1)n/2=n(n+1)(n-1)/6所以时间复杂度为O(n^3).
http://hi.baidu.com/xun1573/blog/item/0a97a0ce0d221e0093457e2b.html
求解算法的时间复杂度的具体步骤是：
⑴ 找出算法中的基本语句；
算法中执行次数最多的那条语句就是基本语句，通常是最内层循环的循环体。
⑵ 计算基本语句的执行次数的数量级；
只需计算基本语句执行次数的数量级，这就意味着只要保证基本语句执行次数的函数中的最高次幂正确即可，可以忽略所有低次幂和最高次幂的系数。这样能够简化算法分析，并且使注意力集中在最重要的一点上：增长率。
⑶ 用大Ο记号表示算法的时间性能。
将基本语句执行次数的数量级放入大Ο记号中。
如果算法中包含嵌套的循环，则基本语句通常是最内层的循环体，如果算法中包含并列的循环，则将并列循环的时间复杂度相加。例如：
for (i=1; i<=n; i++)
x++;
for (i=1; i<=n; i++)
for (j=1; j<=n; j++)
x++;
第一个for循环的时间复杂度为Ο(n)，第二个for循环的时间复杂度为Ο(n^2)，则整个算法的时间复杂度为Ο(n+n^2)=Ο(n^2)。
常见的算法时间复杂度由小到大依次为：
Ο(1)＜Ο(log2n)＜Ο(n)＜Ο(nlog2n)＜Ο(n^2)＜Ο(n^3)＜…＜Ο(2^n)＜Ο(n!)
Ο(1) 表示基本语句的执行次数是一个常数，一般来说，只要算法中不存在循环语句，其时间复杂度就是Ο(1)。Ο(log2n)、Ο(n)、Ο(nlog2n)、 Ο(n^2)和Ο(n^3)称为多项式时间，而Ο(2^n)和Ο(n!)称为指数时间。计算机科学家普遍认为前者是有效算法，把这类问题称为P类问题，而 把后者称为NP问题。
这只能基本的计算时间复杂度，具体的运行还会与硬件有关。
常见算法时间复杂度：
常见算法时间复杂度：
O(1): 表示算法的运行时间为常量
O(n): 表示该算法是线性算法
O(㏒2n): 二分查找算法
O(n2): 对数组进行排序的各种简单算法，例如直接插入排序的算法。
O(n3): 做两个n阶矩阵的乘法运算
O(2n): 求具有n个元素集合的所有子集的算法
O(n!): 求具有N个元素的全排列的算法
优<—————————<劣
O(1)<O(㏒2n)<O(n)<O(n2)<O(2n)
时间复杂度按数量级递增排列依次为：常数阶O(1)、对数阶O(log2n)、线性阶O(n)、线性对数阶O(nlog2n)、平方阶O(n2)、立方阶O(n3)、……k次方阶O(nk)、指数阶O(2n)。
http://xtpgyaps.iteye.com/blog/1051378
file_get_contents函数返回空
PHP | 源码分析 2011年5月26日
PHP_FUNCTION(file_get_contents)
{
char *filename;
int filename_len;
char *contents;
zend_bool use_include_path = 0;
php_stream *stream;
int len;
long offset = -1;
long maxlen = PHP_STREAM_COPY_ALL;
zval *zcontext = NULL;
php_stream_context *context = NULL;
/* Parse arguments */
if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "s|br!ll", &filename, &filename_len, &use_include_path, &zcontext, &offset, &maxlen) == FAILURE) {
return;
}
if (strlen(filename) != filename_len) {
RETURN_FALSE;
}
if (ZEND_NUM_ARGS() == 5 && maxlen < 0) {
php_error_docref(NULL TSRMLS_CC, E_WARNING, "length must be greater than or equal to zero");
RETURN_FALSE;
}
context = php_stream_context_from_zval(zcontext, 0);
stream = php_stream_open_wrapper_ex(filename, "rb",
(use_include_path ? USE_PATH : 0) | ENFORCE_SAFE_MODE | REPORT_ERRORS,
NULL, context);
if (!stream) {
RETURN_FALSE;
}
if (offset > 0 && php_stream_seek(stream, offset, SEEK_SET) < 0) {
php_error_docref(NULL TSRMLS_CC, E_WARNING, "Failed to seek to position %ld in the stream", offset);
php_stream_close(stream);
RETURN_FALSE;
}
if ((len = php_stream_copy_to_mem(stream, &contents, maxlen, 0)) > 0) {
if (PG(magic_quotes_runtime)) {
contents = php_addslashes(contents, len, &len, 1 TSRMLS_CC); /* 1 = free source string */
}
RETVAL_STRINGL(contents, len, 0);
} else if (len == 0) {
RETVAL_EMPTY_STRING();
} else {
RETVAL_FALSE;
}
php_stream_close(stream);
}
Tags: file_get_contents
POC [Proof of Concept] 原型 / 概念证明
工作 | 程序设计 2011年5月21日
1、POC的概念 POC，是Proof of Concept的缩写，意思是为观点提供证据，它是一套建议的电子模型，它可用于论证团队和客户的设计，允许评估和确认概念设计方案，POC的评价可能引起规格和设计的调整。POC流程所产生的关于设计的承诺、大家都认可的意见都将记录在设计的调整文档中，以备查。这样下去，POC不断发展。 如果在完成这些任务时需要帮助，可以在Queensland大学找到协助资源。 2、POC的开发 POC的开发步骤及方法如下： 第一步，开发包含所有基本导航特征(按纽，图标、菜单等)的界面模型，但不是最终的完美形式。 第二步，给界面添加少量内容，尤其是在至关重要的媒体中添加一到两个样本。例如，如果套装软件包非常依赖3D模型，就应该添加一个包含驱动所必须的3D模型样本。如果软件包需要显示数据符号和表格，那么有关数据符号和表格的样本也应添加上。 请注意，这个过程应该用于支持论证和验证设计，而并不是软件包开发的实际开端。你应该尽力去论证和销售设计，但也不要太过分，因为设计过程中有时需要作重大的修改，这样将导致浪费大量的资源。 3、POC的评价和验证 评价和验证过程就是寻求风险承担者通过POC和备案设计文档的反馈。通过POC评价，风险承担者可能提出调整规格和设计的要求。 有时，由于设计存在的缺陷或不适当的地方，设计团队就可能只好回到绘图板。客户可能决定停止设计或寻找其他团队，这是因为设计没有足够地关注客户和使用者的需求，或者是因为客户需求的不稳定性。有时这种改变是由客户组织或者项目决策者所引起的。 通常，在评价和验证过程结束时，有关设计的承诺、大家都认可的意见都将记录在备案的设计文档中，这往往是产品开发的生命周期中一个重要的里程碑。在结束评价和验证之后，POC就可继续发展。 4、最小化的需求 尽管POC是产品开发过程中重要的评估技术，但是你也应该限制在POC开发方面所花费的时间，考虑到早先的设计阶段包含的所有因素，构建POC中关键元素。 应该把充足的精力用于论证和认同设计方面，但也不要过多，这样即使设计中需要作重大的修改，也不会导致浪费大量的资源。 在全面设计开始执行之前，让客户对设计认可是必要的。 5、客户的角色定位 规格和设计阶段，要求产品开发有详细的设计文档，而且POC常伴随着产品开发。客户签署设计文档中，并反馈POC是重要的项目里程碑。如果在下一阶段仍需修改产品设计，就要按照受控的变更控制流程得到认可和批准。在整个项目过程中处理不同的检查和停顿时，客户的一个重要职责是为按期交付而保证已确认的进度表，并同意为防止计划被耽搁而需再投资的情况出现。 本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/stamina88/archive/2009/03/12/3984845.aspx
About
