Leistungsanalyse der Strtotime-Funktion in PHP

Vor Kurzem arbeite ich an einem Hintergrund für Spieldatenstatistiken. Die grundlegendste Funktion besteht darin, Benutzerdaten durch die Analyse von Registrierungs- und Anmeldeprotokollen anzuzeigen. Bei den internen Tests des Unternehmens war die Anzahl der Benutzer sehr gering, sodass keine Leistungsprobleme festgestellt wurden. Aber diese beiden Tage wurden in eine echte Testumgebung gebracht, und ab dem Nachmittag kamen die Statistiken der Online-Leute ins Stocken, und es dauerte ein paar Sekunden, bis die Daten zurückgegeben wurden Die Anzahl der angemeldeten Personen war in Ordnung. Nachts läuft die Statistik der Online-Personen grundsätzlich ab und kann nicht geöffnet werden. Obwohl ich nicht weiß, welche Bugs es auf der Spielseite gibt, haben Spieler oft Probleme beim Einloggen, was dazu führt, dass nicht viele Leute online sind und sich nicht registrieren. Aber bei dieser Datenmenge ist meine Abfragegeschwindigkeit nicht gut genug, was sehr peinlich ist.

Jetzt überprüfen sie das Spiel auf Fehler, und ich schaue mir auch die Leistung des Codes im Statistik-Backend an. Lassen Sie mich zunächst erklären, dass die Daten, die ich für Statistiken verwende, aus der Slave-Datenbank stammen und ihr Spiel die Hauptdatenbank verwendet. Außerdem gibt es hier nur wenige Administratoren, sodass es unmöglich ist, die Leistung des Spieleservers zu beeinträchtigen .

Heute hat der Projektteamleiter alle Datenbanken auf den Server des Unternehmens importiert. Ich habe eine Kopie auf meinen lokalen Computer kopiert, um zu sehen, wo das Leistungsproblem der Statistikplattform liegt. Dann stellte ich fest, dass selbst die Registrierungsstatistiken sehr langsam waren, bis sie auf dem Server zurückkehrten, und mehr als 20 Sekunden auf dem lokalen Computer, und es kam oft zu einer Zeitüberschreitung (die Standardkonfiguration von PHP ist eine Zeitüberschreitung von 30 Sekunden). ; Es versteht sich von selbst, dass die Online-Statistiken nicht geöffnet werden können. Ich habe mir die Datenbank angesehen und festgestellt, dass es an diesem Tag nur etwa 3.500 Registrierungsdatensätze gab (mit gefälschten Daten). Sie wurden alle fünf Minuten gezählt, also 288 Mal am Tag. Natürlich handelt es sich hierbei definitiv nicht um eine 288-malige Schleifenabfrage der Datenbank, das wäre zu Tode gescholten.

Um die Anzahl der Registrierungen innerhalb eines Zeitraums zu zählen, ist die Logik auch sehr einfach. Sie besteht darin, die Daten einmal in jedem Zeitraum zu durchlaufen und die Zeit zu vergleichen. Wenn sie übereinstimmen, wird +1 vergeben. Aber warum dauert eine so einfache Logik mit nur einer Million Zyklen nur eine halbe Minute?

Das Hauptproblem liegt im Zeitvergleich. Wir alle wissen, dass Zeitstempel eine wissenschaftlichere Methode zum Vergleichen von Zeitgrößen sind und die in der Datenbank aufgezeichnete Zeit im Allgemeinen in der Form JJJJ-MM-TT HH vorliegt ii:ss, es gibt die Funktion strtotime in PHP, um es in einen Zeitstempel umzuwandeln. Nach dem Segen von 288 für * 3500 foreach beträgt die Ausführungszeit hier jedoch bis zu einer halben Minute.

$nowDayDT = strtotime( date('Y-m-d') );
$__startT = microtime(TRUE);
for($i=0; $i<$allTime; $i += $gapTime){
  $count = 0;
  //用于数据比较的
  $startDT = $nowDayDT+$i;
  $endDT = $nowDayDT+$i+$gapTime;
  //用于显示的
  $xAxis1 = date(&#39;H:i&#39;, $nowDayDT+$i);
  $xAxis2 = date(&#39;H:i&#39;, $nowDayDT+$i+$gapTime);
 
  foreach($rawData as $line){
    $time = strtotime($line[&#39;log_dt&#39;]);
    if( $startDT<=$time && $time<$endDT ){
      $count ++;
    }
  }
  $resArr[] = [
    &#39;date&#39;=>$xAxis1.&#39;~&#39;.$xAxis2,
    &#39;number&#39;=>$count
  ];
}
echo microtime(TRUE)-$__startT;

In diesem Fall gibt es grundsätzlich keine Möglichkeit mehr, diese Strtotime-Funktion zu verwenden. Welche andere Möglichkeit gibt es also, die Zeitgrößen zu vergleichen? Die Antwort ist sehr einfach und grob. Sie können zwei Datums- und Uhrzeitzeichenfolgen in PHP direkt vergleichen! Der geänderte Code lautet also wie folgt. Dann beträgt die aktuelle Laufzeit ca. 0,3 Sekunden

$__startT = microtime(TRUE);
for($i=0; $i<$allTime; $i += $gapTime){
  $count = 0;
  //用于数据比较的
  $startDT = date(&#39;Y-m-d H:i:s&#39;, $nowDayDT+$i);
  $endDT = date(&#39;Y-m-d H:i:s&#39;, $nowDayDT+$i+$gapTime);
  //用于显示的
  $xAxis1 = date(&#39;H:i&#39;, $nowDayDT+$i);
  $xAxis2 = date(&#39;H:i&#39;, $nowDayDT+$i+$gapTime);
 
  foreach($rawData as $line){
    $time = $line[&#39;log_dt&#39;];
    if( $startDT<=$time && $time<$endDT ){
      $count ++;
    }
  }
  $resArr[] = [
    &#39;date&#39;=>$xAxis1.&#39;~&#39;.$xAxis2,
    &#39;number&#39;=>$count
  ];
}
echo microtime(TRUE)-$__startT;

Traverse und dann optimieren

Möglicherweise finden Sie ein Problem, es gibt einen Weg dafür Innerhalb verschachtelt Die Leistung von foreach ist etwas besorgniserregend. Ist es notwendig, das darin enthaltene foreach vollständig zu durchlaufen? Tatsächlich ist es nicht notwendig. Solange Sie die SQL-Daten überprüfen, werden diese nach Zeit sortiert. Der optimierte Zeitvergleichsalgorithmus lautet wie folgt:

for{ ...
foreach($rawData as $line){
  $time = $line['log_dt'];//strtotime($line['log_dt']);
  //优化算法计算
  if($time<$startDT) continue;  //小于开始时间则跳过
  if($time>=$endDT) break;    //大于结束时间则结束
  $count ++;            //否则为符合条件
  //原始的算法
//  if( $startDT<=$time && $time<$endDT ){
//    $count ++;
//  }
}
...}

Die Schlüsselwörter continue und break werden hier geschickt verwendet, um eine Schleife zu überspringen und die gesamte Schleife zu beenden. Diesmal kann in der Statistik der ersten Tageszeit ein großer Teil der nachfolgenden Daten direkt übersprungen werden. Letztendlich konnte die gesamte Durchlaufzeit auf etwa 0,12 Sekunden reduziert werden.

Zusammenfassend sollten Sie bei der Datenverarbeitung in großem Maßstab versuchen, die Datenkonvertierung während des Durchlaufs zu vermeiden und die Verwendung einiger Funktionen mit komplexen Prinzipien zu vermeiden. Wie strtotime