最近在做一个游戏数据统计后台,最基础的功能是通过分析注册登录日志来展示用户数据。在公司内部测试,用户量很少,所以就没有发现什么性能问题。但是这两天一起放到真实的测试环境,用户量噌噌地就涌进来了,从下午开始,在线人数的统计开始卡,几秒钟才返回数据;注册人数的查询速度还行。到了晚上,在线人数的统计基本上就加载超时打不开了。虽然不知他们游戏端那边什么BUG,玩家那边登录经常出问题,导致在线人数和注册人数并不是很多。但是就这一点数据量我这边查询的速度也不行,这就很尴尬了。
现在他们那边在查游戏的BUG,我这边也在看统计后台的代码到底性能出在哪里。首先说明一下,我统计用的数据是从库,他们游戏用的是主库,再说我这边管理员人数就几个,不可能会影响到游戏服的性能问题。
今天项目组长把数据库都导过来到公司内的服务器。我拷了一份到本机,看看统计平台的性能问题出在哪里。然后却发现,居然连注册统计都非常卡,服务器上是两秒左右返回,本机要二十几秒,还经常超时(PHP的默认配置是30秒超时);在线统计的就不用说了肯定打不开。看了一下数据库,当天的注册记录也就 3500 条左右(有假数据),每五分钟统计一次,一天就是统计 288 次。当然这里肯定不是循环查询数据库288次,那样会被骂死的吧。
统计时间段内的注册数,逻辑也非常简单,就是每个时间段遍历一次数据,比较时间大小,符合就+1。但是为什么这么简单的逻辑,也就一百万次循环,怎么会跑出了足足半分钟的时间那么久呢?
关键问题就出在于 时间比较这里了,我们都知道,时间戳是比较时间大小的一个比较科学的方法,而数据库里记录的时间一般都是以 YYYY-mm-dd HH:ii:ss 的形式,PHP里有strtotime的函数转换成时间戳。然而在288个for * 3500个foreach 的加持之后,这里的执行时间长达半分钟。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
$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 ( 'H:i' , $nowDayDT + $i );
$xAxis2 = date ( 'H:i' , $nowDayDT + $i + $gapTime );
foreach ( $rawData as $line ){
$time = strtotime ( $line [ 'log_dt' ]);
if ( $startDT <= $time && $time < $endDT ){
$count ++;
}
}
$resArr [] = [
'date' => $xAxis1 . '~' . $xAxis2 ,
'number' => $count
];
}
echo microtime(TRUE)- $__startT ;
|
那这样的话,基本上是没办法再用这个strtotime的函数的了,那还有什么办法比较时间大小呢?答案很简单粗暴,PHP里面可以直接比较两个日期时间字符串!所以改过后的代码如下。然后现在的运行时间大概是 0.3秒
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
$__startT = microtime(TRUE);
for ( $i =0; $i < $allTime ; $i += $gapTime ){
$count = 0;
//用于数据比较的
$startDT = date ( 'Y-m-d H:i:s' , $nowDayDT + $i );
$endDT = date ( 'Y-m-d H:i:s' , $nowDayDT + $i + $gapTime );
//用于显示的
$xAxis1 = date ( 'H:i' , $nowDayDT + $i );
$xAxis2 = date ( 'H:i' , $nowDayDT + $i + $gapTime );
foreach ( $rawData as $line ){
$time = $line [ 'log_dt' ];
if ( $startDT <= $time && $time < $endDT ){
$count ++;
}
}
$resArr [] = [
'date' => $xAxis1 . '~' . $xAxis2 ,
'number' => $count
];
}
echo microtime(TRUE)- $__startT ;
|
遍历再优化
大家可能发现一个问题,for 里面嵌套一个 foreach,这性能有点担忧,其中里面的 foreach 有必要完全遍历吗?其实是不必的。只要查SQL数据的时候,按时间排序排出来。优化后的时间比较算法如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
|
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 ++;
// }
}
...}
|
这里巧用了 continue 和 break 关键字,用于跳过一次循环和结束整个循环。这次的话,一天中刚开始的时间统计中,后面很大一部分数据的都可以直接跳过。最后总遍历时间缩短为约0.12秒 。
总结,在大型的数据处理中,应该尽量避免在遍历中进行数据的转换,避免用一些原理复杂的函数。如strtotime