遭遇php的in_array低性能问题

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:

$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

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:

$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。