php - 字符串分配中的累积内存使用 : $a = $a . $b vs $a .= $b

Question

你们中的一些人可能熟悉 PHP 如何在不同的字符串情况下处理内存。

当一个字符串被再次赋值时，它不是“更新的”，而是被克隆的。至少这是我目前的理解。

$a = 'a';
$b = 'b';
$a = $a . $b; // uses sizeof($a)*2 + sizeof($b) bytes
$a .= $b; // uses sizeof($a) + sizeof($b) bytes

在我正在开发的模板引擎中，这意味着巨大的内存消耗。我为一个页面字符串使用了超过 128mb 的内存，实际上，它小于 512kb。这是因为字符串被一遍又一遍地复制。

简单地说，每次我做这样的事情时都会制作这些副本:

$page = str_replace($find, $replace, $page)

一般来说，是否有不创建此克隆的解决方法？

我对它做了一点标记，这将产生相同的输出，但内存消耗完全不同。第一个消耗大量内存，但第二个只消耗实际字符串大小。

$iterations = 100000;
$a = 'a';
$b = 'b';
echo "start peak memory usage " . (memory_get_peak_usage()/1024).'k<br>';
echo "start current memory usage " . (memory_get_usage()/1024).'k<br>';

for($i = 0; $i<$iterations; $i++) {
    $a = $a . $b;
}
echo "end peak memory usage " . (memory_get_peak_usage()/1024).'k<br>';
echo "end current memory usage " . (memory_get_usage()/1024).'k<br>';

对比:

$iterations = 100000;
$a = 'a';
$b = 'b';
echo "start peak memory usage " . (memory_get_peak_usage()/1024).'k<br>';
echo "start current memory usage " . (memory_get_usage()/1024).'k<br>';

for($i = 0; $i<$iterations; $i++) {
    $a .= $b;
}
echo "end peak memory usage " . (memory_get_peak_usage()/1024).'k<br>';
echo "end current memory usage " . (memory_get_usage()/1024).'k<br>';

那么就模板引擎而言，避免不必要的内存消耗的最佳方法是什么？在开发环境中这不是问题，但在生产环境中它可能成为可扩展性问题.

自然速度也是我关心的问题，所以替代方案应该与这个速度差不多。

最后，我觉得这也跟变量作用域有关。随时纠正我，因为我不是专业人士。我的理解是，当一个函数或方法结束时，PHP 垃圾收集器(？)会“取消设置”变量，但在我的例子中，我们正在处理的 $page 在整个过程中自然存在脚本，因为它是一个类变量，可以访问 $this->page，因此不能“取消设置”旧实例。

编辑 2014 年 10 月 16 日: 为了跟进这个问题，我做了一些测试，并且倾向于提到的将页面分解成多个部分的解决方案。这是一个粗略的结构草图，然后是向下的解释。

class PageObjectX {
    $_parent;
    __constructor(&$parent) { $this->_parent = $parent; }
    /* has a __toString() method, handles how the variable/section is outputted. */
}

class Page {
    $_parts;
    $_source_parts;
    $_variables;

    public function __constructor($s) {
        $this->_source_parts = preg_split($s, ...);
        foreach($this->_source_parts as $part) {
            $this->_parts[] = new PageObject($this, ...); }
    }

    public function ___toString() { return implode('', $this->_parts); }

    public function setVariables($k, $v) { $this->_variables[$k] = $v; }
}

我所做的是将模板字符串分解为一个部分数组。常规字符串、变量、从数据库中获取的字符串以及区域/部分。 部件数组管理封装在Page类中。该数组具有对象作为元素: PageVariable、PageString、PageRepeatable、PagePlaintext。每个对象都提供一个 toString() 方法，它允许不同类型的部分控制它们的显示方式，并有助于保持类相当小且易于管理。在某种程度上对我来说感觉“干净”。

每个 PageN 类通过对其父类的引用从主类获取数据。因此所有全局变量都设置为页面类，页面类处理对数据库进行单个查询以获取所有已翻译的字符串等。

可重复性可能不是直截了当的。我正在使用 repeatable 来显示列表或可以重复多次的东西，比如新闻项目。内容变了，结构不变。因此，我将以下数组传递给 Page，当可重复名称“news”查找它的数据时，它会获取两个新闻项目的数据。

$regions['news'][0]['news title'] = 'Todays news';
$regions['news'][0]['news desc'] = 'The united nations...';
$regions['news'][1]['news title'] = 'Yesterdays news';
$regions['news'][1]['news desc'] = 'Meanwhile in Afghanistan the rebels...';

如果页面元素没有数据，很容易在 __toString() 中将其排除。这减少了清理模板中未使用部分的需要。

这种方法的整体性能似乎相当不错。在初始比较中，内存消耗约为一半。 2M 与 4M。我希望它在大页面中的比例更好，因为测试页非常简单。 与清理占用相当多果汁的字符串版本相比，速度增益非常显着。 0.1 秒与字符串版本的 0.6 秒。

我将发布最终结果的更新，但这就是我目前所拥有的。希望这对那些从谷歌偶然发现这个页面的人有所帮助；)

Answer 1

在您的具体示例中 ($page = str_replace($find, $replace, $page);) 将无法避免复制 $page。这适用于所有需要参数按值传递 的函数(无论是否与字符串相关)。然而，PHP 的垃圾回收应该定期释放那些未使用的副本。

如果您仍然遇到过多的内存使用情况，我强烈建议您检查您的代码。确保变量具有明确定义的范围，并且只存储必需的数据。有一些工具可以帮助诊断 PHP 内存使用情况，例如 php-memprof .

此外，我还会确认您使用的是最新可用版本的 PHP 作为垃圾收集 is continuously improved upon .