性能明智的字符串匹配答案

【问题标题】：Performance wise String Matching性能明智的字符串匹配
【发布时间】：2011-01-01 22:10:30
【问题描述】：

我有一个通用的数据库查询函数，每次发出 SQL 查询时都会运行以下检查：

if (preg_match('~^(?:UPDATE|DELETE)~i', $query) === 1)
if (preg_match('~^(?:UPDATE|DELETE)~iS', $query) === 1)
if ((stripos($query, 'UPDATE') === 0) || (stripos($query, 'DELETE') === 0))

我知道一个简单的strpos() 调用比调用preg_match() 快得多，但是由于我调用了两次strIpos()，我真的不确定哪一个应该执行得更好.

第二个选项中的S 模式修饰符也给我带来了一些困惑，来自手册：

何时使用模式几次，值得花更多的时间来分析它，以便加快匹配所需的时间。如果设置了这个修饰符，那么这个进行额外的分析。在目前，研究模式很有用仅适用于非锚定模式没有一个固定的起点字符。

在这种情况下，速度并不重要（否则我不会使用这个通用查询函数）但是，我仍然希望让它尽可能快地运行，同时保持它的简单性。

我应该选择以上哪个选项？

编辑：我已经run a simple benchmark，但我仍然无法确定哪种方法效果更好。

这是 10,000 次尝试的结果（总时间，以秒为单位）：

Array
(
    [match] => Array
        (
            [stripos] => 0.0965
            [preg_match] => 0.2445
            [preg_match?] => 0.1227
            [preg_match?S] => 0.0863
        )

    [no-match] => Array
        (
            [stripos] => 0.1165
            [preg_match] => 0.0812
            [preg_match?] => 0.0809
            [preg_match?S] => 0.0829
        )
)

100,000 次尝试：

Array
(
    [match] => Array
        (
            [stripos] => 1.2049
            [preg_match] => 1.5079
            [preg_match?] => 1.5564
            [preg_match?S] => 1.5857
        )

    [no-match] => Array
        (
            [stripos] => 1.4833
            [preg_match] => 0.8853
            [preg_match?] => 0.8645
            [preg_match?S] => 0.8986
        )
)

1,000,000 次尝试：

Array
(
    [match] => Array
        (
            [stripos] => 9.4555
            [preg_match] => 8.7634
            [preg_match?] => 9.0834
            [preg_match?S] => 9.1629
        )

    [no-match] => Array
        (
            [stripos] => 13.4344
            [preg_match] => 9.6041
            [preg_match?] => 10.5849
            [preg_match?S] => 8.8814
        )
)

10,000,000 次尝试：

Array
(
    [match] => Array
        (
            [stripos] => 86.3218
            [preg_match] => 93.6755
            [preg_match?] => 92.0910
            [preg_match?S] => 105.4128
        )

    [no-match] => Array
        (
            [stripos] => 150.9792
            [preg_match] => 111.2088
            [preg_match?] => 100.7903
            [preg_match?S] => 88.1984
        )
)

您可以看到结果差异很大，这让我想知道这是否是进行基准测试的正确方法。

【问题讨论】：

....查询需要多长时间才能运行？这看起来像是过早的优化。

标签： php regex string string-matching strpos

【解决方案1】：

我可能不会使用其中任何一个。如果没有基准测试，我无法确定，但我认为substr() 比stripos 更快，因为它不会扫描整个字符串。假设 UPDATE 和 DELETE 总是出现在查询的开头，更好的是，它们都是 6 个字符长，所以你可以在一个 substr() 中完成：

$queryPrefix = strtoupper(substr($query,0,6));
if ($queryPrefix == 'UPDATE' || $queryPrefix == 'DELETE') {

如果需要，您可以在其中为任何前缀空格添加 trim()，但这可能不是必需的。

如果您使用 UPDATE 和 DELETE 进行嵌套或子查询，那么显然上述方法不起作用，我会使用 stripos() 路由。如果您可以避免使用正则表达式而使用普通字符串函数，它会更快且更简单。

【讨论】：

我也考虑过这一点（不确定substr() + strtoupper() 是否比stripos() 快）但是有一个问题：我无法检查REPLACE 也EXPLAIN 类型的查询，因为它们都有 7 个字符。
所有这些函数（substr()、trim()、strtoupper()）创建一个新字符串（包括内存分配）。如果可能的话，我会避免这种情况。

【解决方案2】：

我使用了以下正则表达式，因为它们似乎更快（在匹配和不匹配的文本上）：

if (preg_match('~^(?:INSERT|REPLACE)~i', $query) === 1)
else if (preg_match('~^(?:UPDATE|DELETE)~i', $query) === 1)
else if (preg_match('~^(?:SELECT|EXPLAIN)~i', $query) === 1)

【讨论】：