PHP确实修改了更新它的字符串副本答案

【问题标题】：PHP does modifying strings copy of update itPHP确实修改了更新它的字符串副本
【发布时间】：2014-06-09 09:57:38
【问题描述】：

我正在研究一个脚本，尽可能多地进行优化，甚至是微优化，但幸运的是这个问题并没有围绕这些方法的必要性，更多的是对 PHP 正在做什么的理解。

$sql = rtrim($sql, ',');

运行此行时，我想知道在内部返回的值是新字符串（即修改后的副本）还是内存中的相同值，但已更新。

如果这条线看起来像这样：

$sql2 = rtrim($sql1, ',');

那我就不会问了，但是因为它是对同一个变量的修改，我想知道 PHP 是用修改后的副本覆盖它，还是更新内存中的相同值。

出于性能原因，我需要在尽可能短的时间内将相同的操作运行数百万次，这就是为什么我非常着迷于每一个微小的细节。

这个问题不只是针对上面的示例，而是针对一般的字符串操作。

【问题讨论】：

一个函数有一个不是引用的返回值，所以它几乎肯定是一个新变量。但真正的问题是你为什么要编写 sql 字符串？ =)。从上面暗示你的 sql 很可能是不安全/可利用的。或者：为什么重要？无论答案如何，它都不会改变您的代码或性能。如果您真的对代码性能分析感兴趣，不要浪费时间优化需要 0.001% 执行时间的东西。如果代码已经被分析并且你正在寻找最后几个 m% - 表明情况就是这样。
正在创建的 sql 稍后会在准备好的语句中使用。它是动态的原因是因为列是动态的。 0.001% 也很重要，因为它和脚本中的所有其他内容都将被循环。另外 1 mill 操作是小规模的，源是一个 200MB 的文件，所以大约 1 mill（行），但文件可以是几个 GB。
你意识到帮助你优化你正在做的整个操作会更容易，而不是告诉你如何改进每件事的 0.0001%？根据我所读到的内容，我可以肯定地声称您很可能做错了很多事情，并且在优化您所要求的内容方面所获得的收益与努力是微不足道的。
PHP 在内部创建一个包含函数调用结果的新内存位置，然后将其分配给变量 $sql，释放旧值使用的内存；但这不是你应该尝试优化的东西......如果你真的需要知道它在做什么，请使用 VLD
为什么很难解释优化内存中的字符串副本并不重要，你的算法才是。您正在努力优化性能，但您忽略了这样一个事实，即您优化的是最便宜的操作之一 - 从一个内存位置复制到另一个内存位置 - 它非常快。即使有数百万次迭代，它也不会累加。这无关紧要，您的时间将被浪费。你应该关注的是优化你的整个算法和文件，而不是字符串复制。

标签： php string performance pointers

【解决方案1】：

回答您的具体问题：字符串存储在称为 ZVAL 的内部结构中，并且 ZVAL 执行惰性复制，即执行复制引用相同的 ZVAL 并增加其引用计数。更新字符串会减少 ZVAL 上的引用计数（当计数为零时，垃圾会收集字符串）。更新时，会创建一个指向新值的新 ZVAL。

现在讨论支持这个问题的普遍误解：

出于性能原因，我需要在尽可能短的时间内运行相同的操作数百万次，这就是为什么我非常关注每一个微小的细节。

bubble sort 是 O(N²)。一个聪明的冒泡排序仍然是 O(N²)。对算法的简单更改可以让您降低到 O(N logN)。道德：算法优化带来巨大收益；微优化很少这样做，并且通常会适得其反，因为它们会创建无法维护的代码。

在 SQL 优化的情况下，用正确索引（连接和）单个语句替换语句循环可以在运行时节省一个数量级。

用数组函数调用替换 PHP for 循环也可以这样做。

【讨论】：

这很好地解释了它。关于您提到的 SQL 优化，这些过程是插入。从文件中读取（做一些处理）然后插入解释的行。 5000 行 = 1 个查询，包含 5000 个插入。我现在的代码非常优化。现在唯一的问题是 mysql 服务器的性能和 php 在 165k 插入时内存不足，但我可以通过某种分布式工作负载来解决这个问题。谢谢你的解释。
插入有每个 stmt 和每行的开销，因此将它们批处理是有意义的，但是随着批量大小的增加，回报会迅速减少。如果您以 10K 的速度进行批处理，那么只要您在每个批处理之后对变量进行解析（例如 undef 或重用），就不会耗尽内存。优化散装装载本身就是一个主题。例如。禁用插入周围的索引，因为索引更新在批处理中更有效。假脱机到 tmp 文件并执行 LOAD DATA 可能会更好。