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
