php 模板优化,php原生模板引擎性能优化

好久没写博客了，今天来一发。 背景： 基于YAF开发的一个网站，模板引擎使用原生php，同时为了满足需求，自己开发了一个widget的功能，每次调用widget都会引发一次模板渲染。在网站首页会调用同一个widget数十次，在查看xhprof的数据时，发现widget渲染模板

好久没写博客了，今天来一发。

背景：

基于YAF开发的一个网站，模板引擎使用原生php，同时为了满足需求，自己开发了一个widget的功能，每次调用widget都会引发一次模板渲染。在网站首页会调用同一个widget数十次，在查看xhprof的数据时，发现widget渲染模板耗时较多，主要消耗在加载模板文件上，由于同一个widget使用的模板是同一个，所以希望只加载一次模板来提高执行效率。yaf

ab -n1000 -c50的结果是11.31qps(虚拟机性能差)性能

思路：

首先想到的是在include文件之前把文件读入内存，放到一个静态变量中，之后再调用时就直接从静态变量中取即可。但问题是把模板文件放到变量中之后，怎么渲染呢？最简单粗暴的办法是使用eval，但是太粗暴了，不想使用。

性能

然后想起来php有一个wrapper的功能，可以注册一个wrapper，比如mem，同样是把模板文件读入内存，然后就可以通过include(‘mem://模板引擎路径’)的方式来加载，大致代码如下：http://leo108.com/pid-2015.asp

class Ext_Wrapper {

//存放模板文件内容的静态成员变量

protected static $_fileArr = array();

protected $_pos;

protected $_curFile;

public function stream_open($path, $mode, $options, &$opened_path) {

$path = substr($path, 5, strlen($path) - 5);

//判断模板文件是否已经在变量中，不存在就读取

if (!isset(self::$_fileArr[$path])) {

self::$_fileArr[$path] = file_get_contents($path);

}

$this->_curFile = $path;

$this->_pos = 0;

return true;

}

public function stream_read($count) {

//直接从静态变量中读数据

$content = self::$_fileArr[$this->_curFile];

$ret = substr($content, $this->_pos, $count);

$this->_pos += strlen($ret);

return $ret;

}

//其他方法略

}

//注册wrapper

stream_register_wrapper('mem', 'Ext_Wrapper');

ab -n1000 -c50的结果是12.68qps

php原生模板引擎性能优化

最后试了一下eval的性能，大致代码如下：

yaf

class Ext_View extends Yaf_View_Simple {

private $tmpPath;

private $tmpData = array();

private $include;

//用于保存模板内容的静态变量

protected static $_fileArr = array();

public function display($tplFile, $data = array()) {

$this->tmpPath = $this->getScriptPath() . '/' . $tplFile;

if (is_array($data)) {

$this->tmpData = array_merge($this->tmpData, $data);

}

unset($tplFile);

unset($data);

extract($this->tmpData, EXTR_OVERWRITE);

//判断模板文件是否已经在变量中，不存在就读取

if (!isset(self::$_fileArr[$this->tmpPath])) {

self::$_fileArr[$this->tmpPath] = file_get_contents($this->tmpPath);

}

eval('?>'.self::$_fileArr[$this->tmpPath]);

}

//其他代码略

}

ab -n1000 -c50的结果是15.07qps，吓尿了，eval果真是简单粗暴有效http://leo108.com/pid-2015.asp