Apex[有所思,有所志] » PHP http://apex.ncksoft.com 日有所思，夜有所志 Sat, 06 Feb 2010 18:12:04 +0000 http://wordpress.org/?v=2.8.6 en hourly 1 PHP网站提速 http://apex.ncksoft.com/archives/279 http://apex.ncksoft.com/archives/279#comments Fri, 11 Dec 2009 18:44:59 +0000 Apex http://apex.ncksoft.com/?p=279 最近在研究网站提速、搜索引擎优化等技术，打算将一些技巧逐步分享，这里先说说提速。

对于基于PHP构建的网站，一个可行的方法是将网络上传输的内容减少。一是压缩，二是如果内容没有发生变化，则不发送内容到客户端，而是让客户端使用缓存的数据。虽然说现在网络速度已经比较快了，但是考虑到网页大部分都是文本内容，压缩率还是相当可观的，一般来说，构成网页的文本内容如HTML/CSS/JS等，使用gzip压缩可以达到60%以上的压缩率。这样，一个简单的网站页面每次访问也可减少60KB以上的网络传输量。而压缩操作速度是很快的，一个100KB的页面文本，压缩耗时在3毫秒以下，基本可以忽略。

我打算先从css/javascript文件入手。下面来看一段代码：

下载: index.php
  1. <?php
  2.  
  3. // Created by Apex
  4. // http://apex.ncksoft.com/archives/279
  5.  
  6. define('FILE_TYPE_UNKNOWN', 0);
  7. define('FILE_TYPE_CSS', 1);
  8. define('FILE_TYPE_JS', 2);
  9.  
  10. // 这个PHP文件将会放到与css和js文件同一个目录下，方便文件定位
  11. $this_path = dirname( realpath(__FILE__) ).DIRECTORY_SEPARATOR;
  12.  
  13. // 根据URL请求来决定后续发生什么样的header到客户端
  14. $type = FILE_TYPE_UNKNOWN;
  15. $fname = '';
  16. if(isset($_REQUEST['css']))
  17. {
  18.     $type = FILE_TYPE_CSS;
  19.     $fname = $_REQUEST['css'];
  20. }
  21. else if(isset($_REQUEST['js']))
  22. {
  23.     $type = FILE_TYPE_JS;
  24.     $fname = $_REQUEST['js'];
  25. }
  26. else
  27. {
  28.     exit();
  29. }
  30.  
  31. // 对参数进行判断
  32. if(empty($fname))
  33. {
  34.     exit();
  35. }
  36.  
  37. // 指定的文件应该存在，否则什么都不输出
  38. $fname = $this_path . $fname;
  39. if(!is_file($fname))
  40. {
  41.     exit();
  42. }
  43.  
  44. // 得到文件内容，并获取文件最后修改时间
  45. $output = file_get_contents($fname);
  46. $fmtime = filemtime($fname);
  47.  
  48. // 如果该客户端不是第一次希望获取此文件，则会有如下变量
  49. if(isset($_SERVER["HTTP_IF_MODIFIED_SINCE"]))
  50. {
  51.     // 这个变量里面放着客户端所缓存的这个文件的最后修改时间
  52.     $checktime = $_SERVER["HTTP_IF_MODIFIED_SINCE"];
  53.     $checktime = strtotime($checktime);
  54.  
  55.     // 比较一下时间，如果文件没有改动过，则无需发送文件内容（通过发送304响应码来完成）
  56.     if($fmtime <= $checktime)
  57.     {
  58.         header('HTTP/1.1 304 Not Modified');
  59.         exit();
  60.     }
  61. }
  62.  
  63. // 一个额外处理，将css文件中的注释全部去掉。如何去掉js的注释，还没有做。 :)
  64. if(FILE_TYPE_CSS == $type)
  65. {
  66.     $output = preg_replace('!/\*[^*]*\*+([^/][^*]*\*+)*/!', '', $output);
  67. }
  68.  
  69. // 重要：只有服务端的PHP加载了zlib模块，且客户端支持获取gzip压缩数据的情况下，我们才进行压缩
  70. if(
  71.     !headers_sent() &&
  72.     extension_loaded("zlib") &&
  73.     strstr($_SERVER["HTTP_ACCEPT_ENCODING"],"gzip")
  74. )
  75. {
  76.     // 9 代表最强压缩
  77.     $output = gzencode($output, 9);
  78.     // 告诉客户端我们发送的数据是压缩过的
  79.     header("Content-Encoding: gzip");
  80.     // 下面这个header不太清楚其含义，貌似用于通知缓存服务器或者代理服务器（如果有的话）做某些操作吧，请达人告诉我
  81.     header("Vary: Accept-Encoding");
  82.     // 告诉客户端压缩后的数据长度，因为压缩后的数据是二进制的，客户端需要这个数据来决定接收多少数据后可以结束
  83.     header("Content-Length: ".strlen($output));
  84. }
  85.  
  86. // 告诉客户端我们本次发送的数据是什么内容，注意编码格式，如果你的不是utf-8编码，要进行修改
  87. if(FILE_TYPE_CSS == $type)
  88. {
  89.     header ("content-type: text/css; charset: utf-8");
  90. }
  91. else if(FILE_TYPE_JS == $type)
  92. {
  93.     header ("content-type: text/javascript; charset: utf-8");
  94. }
  95.  
  96. // 重要：告诉客户端这个文件的最后修改时间，这样客户端下次访问此文件时，才会将这个时间再发回服务器，以便服务器进行判断
  97. header('Last-Modified: ' . gmdate('D, d M Y H:i:s', $fmtime) . ' GMT');
  98. header('Etag: "' . md5($_SERVER['REQUEST_URI']).'"');
  99.  
  100. // 将压缩后的数据发回客户端
  101. echo $output;
  102. ?>

我已经尽量在代码中使用注释来说明其工作了。

将这个文件放到保存CSS/Javascript文件的目录下，然后在需要使用原来的css/javascript文件的地方如下调用：

  1. <link rel="stylesheet" href="http://your.domain.com/css/index.php?css=style.css" type="text/css">

或者这样：

  1. <script src="http://your.domain.com/css/index.php?js=common.css" type="text/javascript">

就可以了。

可能你会问，为什么要这么做？为什么不直接使用Apache的mod_deflate模块来做输出时的压缩呢？原因有三个。

  1. 缺省安装Apache是不会安装mod_deflate模块的，如果你的代码跑在一台你不能触及Apache设置的主机上，你将不得不用这里的办法；
  2. 这样可以让我们在编写代码时，尽量加入注释，以便使得代码自我解释，方便多人（或者自己在将来的某个时刻）进行维护，而注释在输出的时候，可以用PHP字符串处理功能干掉；
  3. 更重要的是，我们可以将多个css文件或者多个js文件一次性输出到客户端；

太晚了，第三点的详细解释随后补上，睡觉去了~~~zz~~ZZZ

[2009-12-12 继续补充]

我们知道，HTTP通讯协议其实是一个很“昂贵”的协议，每次访问服务器上的单个资源，都需要重新经过一次协议握手，其中客户端向服务端发送的请求数据，还包括cookies的内容，以及很多附加的有用数据。而一个页面一般是由多个资源构成的，例如页面文件本身、css文件、js文件、图片文件等等。我们应该尽量减少资源的数量和体积，来减少客户端与服务端的交互。

考虑到现今的网页，一般都会使用多个css文件来控制页面布局及外观。其实，完全可以将其合并为一个文件，这样客户端也就只需要发送一次请求即可。我们可以采用下面的方法：

  1. <link rel="stylesheet" href="http://your.domain.com/css/index.php?css=layout.css,style.css,color.css" type="text/css">

这样，我们一次性将服务器上的三个css文件发送给客户端了（当然，代码要略作调整，需要内部分解参数，然后读取三个文件到一个buffer中，再压缩输出，还要考虑最后更新时间采用哪个文件的，等等，不过这都是小问题）。

js文件也可如此处理。

]]> http://apex.ncksoft.com/archives/279/feed 3 网站迁移时的一个小问题 http://apex.ncksoft.com/archives/159 http://apex.ncksoft.com/archives/159#comments Sat, 21 Jun 2008 16:45:32 +0000 Apex http://apex.ncksoft.com/?p=159 因为公司外部网服务器硬件全面升级(换了一台专门的2U机架式服务器)，所以要將原来的网站和邮件服务都迁移到新的服务器上。邮件服务的迁移已经实验是没有问题了(参见从sendmail迁移到postfix)，但是在迁移网站的时候出现了一个小问题。

除了迁移网站，还需要增加一些服务，这次要增加的是一个在线演示系统，用于演示利用公司的产品完成网上登录身份认证的功能，其中一段代码是这样的：

  1. <?php
  2. session_start();
  3.  
  4. // 取得通过SSL认证的客户端数字证书中email信息
  5. $email = $_SERVER['SSL_CLIENT_S_DN_Email'];
  6.  
  7. // 如果登录的用户的email和数字证书中的email一致，说明这是一个授权用户
  8. // 否则拒绝访问
  9. // 在此前的登录步骤中，用户注册的email地址已经从数据库中取出并放入session变量中了。
  10. if($email != $_SESSION['email'])
  11. {
  12.     die('凭证不一致，您确定使用的是自己的数字证书？');
  13. }
  14.  
  15. // ... 其他代码...
  16. ?>

令人郁闷的是，这里的判断语句条件表达式总是为真，也就是说，无论登录的用户的email地址是什么，$email的值和session中存储的email地址总是是一样的。还真是见鬼了～～～不但如此，这个页面执行完后，session中保存的email地址就变成了客户端数字证书中的email地址了。

到底什么地方出问题了呢？

经过半小时的调试，最后发现，罪魁祸首就是原来的旧网站代码。旧网站的代码是我在五六年前写的，那个时候PHP的设置中，register_globals缺省是On的，所以在原来的代码中依赖了这个特性。而在高版本的PHP中(从PHP 4.2版开始)，这个特性是被关闭了的，为了能让老代码继续工作，所以我修改了php.ini中的register_globals的设置，将其从缺省的Off改为了On，这样虽然老代码工作起来没有问题了，但是新代码却不能正常工作了。

如上述代码片段中，变量$_SESSION['email']被PHP的register_globals特性自动映射到变量$email上了，所以在给$email赋值时，其实就是给$_SESSION['email']赋值，这样，后续的判断语句当然就总是返回true，因为它们本就是同一个变量嘛。

问题确定后，修改就很容易了，將$email变量名改为$srv_email即可，测试通过。 :)

更进一步

对于追求完美的我来说，虽然这个问题可以这样解决，但总是感觉不爽，理想的情况是php.ini中register_globals特性是关闭的，对于新的代码使用更安全的方式进行处理(即对一切从客户端传递来的数据持怀疑态度，而不是自动將_POST/_GET/_ENV/_SESSION等注册成全局变量，除了安全性外，也可避免变量的冲突带来的隐蔽错误)，而老代码仍然能够享受register_globals开启的特性，在新网站上线前的过渡期，老网站能够继续提供服务。

于是上PHP的网站寻找信息。在php.net上我发现了这篇文章，其开篇就提出了register_globals特性將会在PHP 6.0中移除(而不是像PHP 5.0这样为了保持兼容而保留)，嘿嘿，毕竟register_globals已经被标记为”DEPRECATED”有好几年了，看来PHP社区认为用户都已经做好准备了。在这篇文章的回复中，有人提到了一个解决方案，即在需要register_globals特性的目录下，设置.htaccess文件，内容为

php_flag register_globals On

不过又有人提出这种做法在Apache2以上的环境中会导致Apache产生内部错误。当然这也有解决的办法：

… adding php_flag in .htaccess under apache 2 will cause internal server error. According to apache 2 manual, php_flag should goes to <virtual> or <directory> section.

嗯，明天到公司试一试。对了，对于新代码，要重新规范一下变量命名规则了，呵呵～～～

[2008-06-22 更新]
实践证明，在<directory>小节中加入php_flag是可行的。我没有采用设置.htaccess的方式，因为那种方式会导致每次客户端发出的HTTP请求时，Apache都需要重新读取指定目录及其父目录中的.htaccess文件(而且会逐层向上，直到站点的根目录)，即使在某个层级中.htaccess根本不存在，这多少会影响一点性能。

现在，php.ini中的register_globals特性被关闭了，但是新旧代码仍然可以共存在同一台服务器上，完美解决～～～

]]> http://apex.ncksoft.com/archives/159/feed 3