php中持久化存储模块开发总结

php中持久化存储模块开发总结

 

在项目中发现经常有这种需求，需要加载一些大的固定的格式化数据，比如对战中的一些技能数据，物品等。这些数据都是只读数据，并且可能会比较大，目前来看大约有上万条复杂数据，如果serialize的话，纯文本有20M左右。尝试过直接放一个array在php文件里，结果发现require这个文件很耗时，可能会花费几十ms的时间，并且这个时候io很重，因为需要加载几十m数据到内存；另外去调研了一下sqlite，这个东西还算比较靠谱，但问题在于，比如写操作函数，使用起来很不爽；于是就产生了自己写一个扩展的想法。于是折腾之旅就此展开。

 

 

 

一开始想的是，直接在MINIT里调用zend_execute_script方法来加载一个php文件，返回一个zval来存储到全局变量里。结果后来仔细一琢磨发现根本就是妄想。原因在于MINIT的时候php的vm还没初始化完，不可能让你调用zend_execute_script方法，并且这个方法也不会返回一个zval，要想拿到zval必须从EG中去拿，很麻烦。

 

 

 

于是转换思路，尝试用unserialize/serialize，结果发现，php_var_unserialize在MINIT阶段果然是可以调用的。于是开搞，调用这个方法得到一个zval，然后存在全局变量里，在get方法里返回这个zval。写完之后，在测试的时候杯具的发现，只要调用就会core呀。于是查文档，自己思考，最终发现PHP_RSHUTDOWN_FUNCTION函数里会将所有非pealloc分配的的变量给清除。因此在MINIT阶段还正常的数据，到了Request阶段已经被free了。

 

 

 

于是再查文档，发现php里提供了pealloc这类函数来提供persistent的数据分配。于是再转换思路，将全局变量里的hashtable用pealloc来分配，并且将hastable设置成persistent的（谢天谢地php的hashtable还要存代码和vm，因此有这个功能）。但是杯具的是php_unserialize只会返回一个zval，你根本无法控制它是否是persistent的。没办法，只能调用zend_hash_copy来做了。写完之后再测试，发现还是core，这就不明白了，为啥呢？中午吃饭的时候，突然想到，可能是浅拷贝的问题，zend_hash_copy提供了一个copy函数而我没有设置它。再加上深拷贝函数之后再测试，发现果然可以用了，使用起来很清爽。 www.2cto.com

 

 

 

接下来进行测试发现，内存使用率不能忍，一个20m的数据文件加载到内存，需要大约100m左右的内存，如果有100个php-cgi进程，那就多要10G内存，这根本不能忍。于是设想，可以用共享内存来解决这个问题，反正这部分数据只要能读就行了。php-cgi的主进程负责MINIT操作，子进程只要读这部分数据就行了。但是很麻烦的是，php里没提供任何让用户维护内存的接口，于是只能一个函数一个函数的扒了。

 

 

 

仔细看了一下php的hashtable实现，发现比较复杂，而且关键用到了realloc函数，这个太让人无语了，总不能我也写一个内存管理吧。目前只用共享内存实现了一个简单的线程分配内存的函数，从共享内存上依次往后分配空间。但是还好，这部分功能是resize功能根本不需要。因为我的目标是将php_var_unserialize里得到的zval拷贝到共享内存而已，而大小我明显已经知道了。并且也不需要updatea功能，因为是全新的copy。最终弄完之后，发现可以使用了，内存使用率果然降了。

 

 

 

接下来进行压力测试，突然发现又开始core了，这根本不能忍呀，为啥呀？根据core文件，发现是里面的hashtable的refcount降到0了。于是各种测试，发现单线程情况下是ok的，只有多线程大压力情况下会挂。于是想到refcount是会被修改的，而且多线程修改的话，必须可能被改乱。那怎么办呢？总不能加锁吧。

 

 

 

后来仔细想了一下，突然想到只要我每次在返回这个zval里将顶层的zval的refcount修改为大于php-cgi进程数的值，那即使会被改乱也没啥问题，因为根本不会改到0。于是修改了之后再测试，发现果然靠谱了。

 

 

 

到此，整个问题基本解决。但是还有另外一个问题，在重启Php-cgi时还是会core，原因是，当时把正在使用的一些变量给强制写成0了。其实共享内存的正确用法是，一个进程来写，另外的进程来读，但是我这个应用里将共享内存当做绝对地址在使用，因此不可能在一个地方写，在其他地方读，除非shmat里的第二个参数修改为固定值，但是这个就需要对进程的地址分配有充分的了解，知道哪些内存根本不可能被使用。不过这个应该还好，因为Php-cgi进程有内存上限，所以应该可以找到一块内存在php-cgi运行过程中无法被用到的。不过具体的情况得接下来具体研究一下。

作者 无心云