PHP沉思录(转)

作者： 左轻侯
2007-07-11 12:10:02

本文是一个系列的第一篇，目前想到的其他一些主题是：
　　
　　 SQL注入问题
　　 事件模型
　　 AOP模型
　　 UI Framework的实现
　　 Template机制
　　
　　
　　 PHP沉思录
　　 工作模型
　　 PHP的工作模型非常特殊。从某种程度上说，PHP和ASP、ASP.NET、JSP/Servlet等流行的Web技术，有着本质上的区别。

　　 以Java为例，Java在Web应用领域，有两种技术：Java Servlet和JSP（Java Server Page）。Java Servlet是一种特殊类型的Java程序，它通过实现相关接口，处理Web服务器发送过来的请求，完成相应的工作。JSP在形式上是一种类似于PHP的脚本，但是事实上，它最后也被编译成Servlet。

也就是说，在Java解决方案中，JSP和Servlet是作为独立的Java应用程序执行的，它们在初始化之后就驻留内存，通过特定的接口和Web服务器通信，完成相应工作。除非被显式地重启，否则它们不会终止。因此，可以在JSP和Servlet中使用各种缓存技术，例如数据库连接池。

　　 ASP.NET的机制与此类似。至于ASP，虽然也是一种解释型语言，但是仍然提供了Application对象来存放应用程序级的全局变量，它依托于ASP解释器在IIS中驻留的进程，在整个应用程序的生命期有效。

　　 PHP却完全不是这样。作为一种纯解释型语言，PHP脚本在每次被解释时进行初始化，在解释完毕后终止运行。这种运行是互相独立的，每一次请求都会创建一个单独的进程或线程，来解释相应的页面文件。页面创建的变量和其他对象，都只在当前的页面内部可见，无法跨越页面访问。

在终止运行后，页面中申请的、没有被代码显式释放的外部资源，包括内存、数据库连接、文件句柄、Socket连接等，都会被强行释放。
　　 也就是说，PHP无法在语言级别直接访问跨越页面的变量，也无法创建驻留内存的对象。见下例：
　　
　　 　　 class StaticVarTester {
　　 public static $StaticVar = 0;
　　 }
　　
　　 function TestStaticVar() {
　　 StaticVarTester :: $StaticVar += 1;
　　 echo "StaticVarTester :: StaticVar = " . StaticVarTester :: $StaticVar;
　　 }
　　
　　 TestStaticVar();
　　 echo "
";
　　 TestStaticVar();
　　 ?>
　　
　　 在这个例子中，定义了一个名为StaticVarTester的类，它仅有一个公共的静态成员$StaticVar，并被初始化为0。然后，在TestStaticVar()函数中，对StaticVarTester :: $StaticVar进行累加操作，并将它打印输出。
　　 熟悉Java或C++的开发者对这个例子应该并不陌生。$StaticVar作为StaticVarTester类的一个静态成员，只在类被装载时进行初始化，无论StaticVarTester类被实例化多少次，$StaticVar都只存在一个实例，而且不会被多次初始化。因此，当第一次调用TestStaticVar()函数时，$StaticVar进行了累加操作，值为1，并被保存。第二次调用TestStaticVar()函数，$StaticVar的值为2。
　　 打印出来的结果和我们预料的一样：
　　
　　 StaticVarTester :: StaticVar = 1
　　 StaticVarTester :: StaticVar = 2
　　
　　 但是，当浏览器刷新页面，再次执行这段代码时，不同的情况出现了。在Java或C++里面，$StaticVar的值会被保存并一直累加下去，我们将会看到如下的结果：
　　
　　 StaticVarTester :: StaticVar = 3
　　 StaticVarTester :: StaticVar = 4
　　 …
　　
　　 但是在PHP中，由于上文叙及的机制，当前页面每次都解释时，都会执行一次程序初始化和终止的过程。也就是说，每次访问时，StaticVarTester都会被重新装载，而下列这行语句
　　
　　 public static $StaticVar = 0;
　　
　　 也会被重复执行。当页面执行完成后，所有的内存空间都会被回收，$StaticVar这个变量(连同整个StaticVarTester类)也就不复存在。因此，无论刷新页面多少次，$StaticVar变量都会回到起点：先被初始化为0，然后在TestStaticVar()函数调用中被累加。所以，我们看到的结果永远是这个：
　　
　　 StaticVarTester :: StaticVar = 1
　　 StaticVarTester :: StaticVar = 2
PHP这种独特的工作模型的优势在于，基本上解决了令人头疼的资源泄漏问题。Web应用的特点是大量的、短时间的并发处理，对各种资源的申请和释放工作非常频繁，很容易导致泄漏。

同时，大量的动态html脚本的存在，使得追踪和调试的工作都非常困难。PHP的运行机制，以一种非常简单的方式避免了这个问题，同时也避免了将程序员带入到繁琐的缓冲池和同步等问题中去。在实践中，基于PHP的应用往往比基于Java或.NET的应用更加稳定，不会出现由于某个页面的BUG而导致整个站点崩溃的问题。

(相比之下，Java或.NET应用可能因为缓冲池崩溃或其他的非法操作，而导致整个站点崩溃。)后果是，即使PHP程序员水平不高，也无法写出使整个应用崩溃的代码。PHP脚本可以一次调用极多的资源，从而导致页面执行极为缓慢，但是执行完毕后所有的资源都会被释放，应用仍然不会崩溃。

甚至即使执行了一个死循环，也会在30秒（默认时间）后因为超时而中止。从理论上来说，基于PHP的应用是不太可能崩溃的，因为它的运行机制决定它不存在常规的崩溃这个问题。在实践中，很多开发者也认为PHP是最稳定的Web应用。

 但是，这种机制的缺点也非常明显。最直接的后果是，PHP在语言级别无法实现跨页面的缓冲机制。这种缓冲机制缺失造成的影响，可以分成两个方面：

　　 一是对象的缓冲。如我们所知，很多设计模式都依赖于对象的缓冲机制，对于需要频繁应付大量并发的服务端软件更是如此。因此，对象缓冲的缺失，理论上会极大地降低速度。但是，由于PHP本身的定位和工作机制等原因，它在实际工作中的速度非常快。就作者自己的经验来看，在小型的Web应用中，PHP至少不比Java慢。

在大型的应用中，为了榨干每一分硬件资源，即使PHP本身足够快，一个优秀的对象缓冲机制仍然是必要的。在这种情况下，可以使用第三方的内存缓冲软件，如Memcached。由于Memcached本身的优异特性（高性能，支持跨服务器的分布式存储，和PHP的无缝集成等），在大型的PHP应用中，Memcached几乎已经成为不可或缺的基础设施了。比起使用PHP语言自己实现对象缓冲来，这种第三方解决方案似乎更好一些。

　　 二是数据库连接的缓冲。对MySQL，PHP提供了一种内置的数据库缓冲机制，使用起来非常简单，程序员需要做的只是用mysql_pconnect()代替mysql_connect()来打开数据库而已。

PHP会自动回收被废弃的数据库连接，以供重复使用。具有讽刺意味的是，在实际应用中，这种持久性数据库连接往往会导致数据库连接的伪泄漏现象：在某个时间，并发的数据库连接过多，超过了MySQL的最大连接数，从而导致新的进程无法连接数据库。

但是过一段时间，当并发数减少时，PHP会释放掉一些连接，网站又会恢复正常。出现这种现象的原因是，当使用pconnect时，Apache的httpd进程会不释放connect，而当Apache的httpd进程数超过了mysql的最大连接数时，就会出现无法连接的情况。因此，需要小心地调整Apache和Mysql的配置，以使Apache的httpd进程数不会超出MySQL的最大连接数。在某些情况下，一些有经验的PHP程序员宁可继续使用mysql_connect()，而不是mysql_pconnect()。

　　 就作者所知，在PHP未来的roadmap中，对于工作模型这一部分，没有根本性的变动。这是PHP的缺点，也是PHP的优势，从本质上说，这就是PHP的独特之处。因此，我们很难期待PHP在近期内会对这一问题做出重大的改变。但是，在对待这个问题带来的一系列后果时，我们必须谨慎应对。
　　
　　 数据库访问接口
　　 长期以来，PHP都缺乏一个象ADO或JDBC那样的统一的数据库访问接口。PHP在访问不同的数据库时，使用不同的专门API。例如，使用mysql_connect函数连接MySQL，使用ora_logon函数连接Oracle。平心而论，这种方式并没有象我们想象的那样麻烦。
在真实项目中，把系统从一种数据库完全迁移到另一种数据库的要求是比较少见的，特别是对于LAMP这样的小型项目而言。而且，只要将访问数据库的代码进行了良好的封装，迁移的工作量也会较少。另外，使用专门API，在效率上多少会有一些优势。

　　 虽然如此，PHP的开发人员仍然在努力构建PHP的统一的数据库访问接口。从PHP 5.1开始，PHP的发行包内置了PDO（PHP Data Objects，PHP数据对象）。PDO具有如下特性：
　　
　　  统一的数据库访问接口。PDO为访问不同的数据库提供了统一的接口，并且能够通过切换数据库驱动程序，方便地支持各种流行的数据库。
　　  面向对象。PDO完全基于PHP 5的对象机制，因此区别于基于过程的专用API。
　　  高性能。PDO的底层用C编写，比起用纯PHP开发的其他类似解决方案，有更高的性能。
　　
　　 一个典型的PDO应用如下例：
　　
　　 $pdo = new PDO("mysql:host=localhost;dbname=justtest", " mysql_user ", " mysql_password");
　　 $query = "SELECT id, username FROM userinfo ORDER BY ID";
　　 foreach ($pdo->query($query) as $row) {
　　 echo $row['id']." | ".$row['username']."
";
　　 }
但是，PDO还有一个更重要的问题没有解决，那就是对数据集的抽象。
　　 无论是ADO还是JDBC，除了提供统一的数据库访问接口以外，也提供了对数据集的抽象。也就是说，在通过ADO/JDBC取回数据集结果以后，这些数据集以统一的格式被存放在RecordSet/RowSet对象中，业务逻辑代码只需要与数据集对象进行交互即可。对数据集进行抽象的直接后果，是彻底地分离了业务逻辑层和数据库访问层的代码，并且也在某种程度上起到了OR Mapping的效果。
　　 自从ADO.NET出现后，数据集的抽象又有了一次不小的进步。和ADO相比，ADO.NET中的DataTable/DataSet类的主要新特性如下：
　　
　　  非连接性。在传统的ADO模型中，数据集需要占用一个数据库连接，直到所有工作完成。一旦连接被关闭，数据集的内容也就失效了。ADO.NET中的数据集是非连接的，也就是说，当连接被关闭后，数据集中的内容仍然保存。这种非连接性带来的直接后果是，数据库连接可以被最大限度地利用，因为一旦工作完成就可以将连接返回到数据库连接池中。（ADO也支持非连接的数据集，但是需要程序员自己实现，而ADO.NET的数据集在本质上就是非连接的。）
　　  自描述性。ADO.NET中的数据集是完全自我描述的，而且具有完备的metadata，其内容不但可以从任何特定的数据库生成，而且可以由代码动态生成。DataSet可以跟踪数据的变化，并完成相应的操作。
　　  互操作性。由于非连接性和自描述性，ADO.NET中的数据集可以非常方便地在网络之间进行传输。DataSet可以序列化/反序列化为XML或其他特定的格式。这样，DataSet不但可以用于同一平台的分布式网络环境，而且可以用于异构网络环境。
　　
　　 Java从J2SE 5.0开始内置了CachedRowSet，其原理和ADO.NET的数据集类似。Borland开发的用于取代BDE的新一代数据库引擎dbExpress，其改进也与此类似。
　　 与之对比，PHP中对数据集的支持显得非常原始。无论是传统的API还是PDO，取回的数据仅仅表现为数组，并且没有任何缓存机制。这意味着，在所有需要访问数据集的地方，都必须频繁地使用直接访问数据库的API。下面是一个使用mysql API的例子：
　　
　　 $link = mysql_connect('localhost', 'mysql_user', 'mysql_password');
　　 if (!$link) {
　　 die('Could not connect: ' . mysql_error());
　　 }
　　 mysql_select_db("justtest");
　　 $result = mysql_query("SELECT id, username FROM userinfo ORDER BY ID");
　　 while ($row = mysql_fetch_array($result)) {
　　 echo $row['id']." | ".$row['username']."
";
　　 }
　　 mysql_close($link);
　　
　　 这样做的后果是业务逻辑和访问数据库的代码无法分离，在规模较大的系统中尤其严重。
　　 就作者所知，PHP官方没有提供支持抽象数据集的计划。但是，自己实现这样一个数据集并不是一件难事。作者参照ADO.NET的架构，使用纯PHP代码编写了一个规模非常小的数据抽象类库，姑且称之为MyPDO。MyPDO大约有1300行代码，在几个真实项目中工作得很好。由于篇幅所限，本文不列出它的所有代码，仅仅给出几个最主要的类的描述：
　　
　　  DataAdapter接口：定义了所有与数据库操作相关的方法。
　　  ConceptDataAdapter类：实现了DataAdapter，封装了访问特定数据库的代码。如MySqlDataAdapter。
　　  DataSet类：实现了自描述的抽象数据集，与具体数据库无关。可以自我跟踪数据的变化。
　　  SqlCommandBuilder类：可以跟据DataSet类的内容，自动实现Insert、Update、Delete等操作。
　　
　　 下面是MyPDO的一个典型应用：
　　
　　 $Conn = new MySqlDataConnection(new ConnectionInfo("localhost", "mysql_username", "mysql_password", "justtest", "gbk"));
　　 $Da = $Conn->GetDataAdapter();
　　 $Da->SetSqlString("SELECT id, username FROM userinfo ORDER BY ID");
　　 $Ds = new DataSet();
　　 $Da->Fill($Ds);
　　 $Conn->Disconnect(); // 关闭数据库连接，但$Ds仍然保存数据内容
　　 echo $Ds; // 调用DataSet的__tostring()方法，格式化输出内容
　　
　　 通过替换MySqlDataConnection，可以以最小的成本实现不同数据库之间的切换。
　　 由于上文中讨论过的PHP的工作模型，通过MyPDO实现的缓存在性能上获得的好处有限。但是，在采用Memcached的解决方案中，MyPDO还是能够带来很大的便利。因为只有基于非连接方式的数据集，才可能在Memcached这样的内存池中被缓存。
　　 另外，由于MyPDO中的DataSet是自描述的，内置了WriteToXml和ReadFromXml方式，它无需程序员编码就可以保存为XML或从XML中还原，在网络上甚至异构平台之间进行传输和识别。在电子商务领域中，这个特性是非常有用的。