PHP高并发场景下的系统优化方案

PHP高并发场景下的系统优化方案：从代码到架构的全链路实战

上周我们系统经历了一次流量高峰，QPS突然从平时的几百飙升到上万。作为核心开发，我亲眼见证了系统从响应迟缓到最终稳定处理的全过程。今天就把这次实战中积累的优化经验分享给大家，希望能帮助遇到类似问题的同行。

1. 代码层面的性能优化

在优化初期，我发现很多性能问题都源于不合理的代码实现。比如下面这个常见的循环查询：

// 优化前 - 循环中查询数据库
foreach ($userIds as $userId) {
    $user = $db->query("SELECT * FROM users WHERE id = $userId");
    // ... 处理逻辑
}

// 优化后 - 批量查询
$userIdsStr = implode(',', $userIds);
$users = $db->query("SELECT * FROM users WHERE id IN ($userIdsStr)");
  

这个改动让原本需要执行N次查询的操作变成了1次，性能提升立竿见影。另外，我还发现使用OPcache能显著提升PHP脚本执行效率：

# 安装OPcache
sudo apt-get install php-opcache

# 配置php.ini
opcache.enable=1
opcache.memory_consumption=128
opcache.max_accelerated_files=4000
  

2. 数据库优化策略

数据库往往是高并发场景下的瓶颈。我通过分析慢查询日志，发现有几个查询没有使用索引：

-- 添加复合索引
ALTER TABLE orders ADD INDEX idx_user_status (user_id, status);

-- 分页查询优化
-- 错误做法：SELECT * FROM table LIMIT 10000, 20
-- 正确做法：SELECT * FROM table WHERE id > 10000 LIMIT 20
  

同时，我引入了数据库连接池和读写分离，将读操作分发到从库：

// 读写分离配置示例
$writeDb = new PDO('mysql:host=master;dbname=test', $user, $pass);
$readDb = new PDO('mysql:host=slave;dbname=test', $user, $pass);
  

3. 缓存系统的合理使用

缓存是应对高并发的利器，但使用不当反而会成为问题。我采用了多级缓存策略：

// Redis缓存 + 本地缓存
function getHotData($key) {
    // 先查本地缓存
    if ($localCache->has($key)) {
        return $localCache->get($key);
    }
    
    // 再查Redis
    $data = $redis->get($key);
    if ($data) {
        $localCache->set($key, $data, 60); // 本地缓存60秒
        return $data;
    }
    
    // 最后查数据库
    $data = $db->query(...);
    $redis->setex($key, 3600, $data); // Redis缓存1小时
    return $data;
}
  

这里有个坑要注意：缓存穿透问题。我通过布隆过滤器来解决：

// 使用布隆过滤器防止缓存穿透
if (!$bloomFilter->mightContain($key)) {
    return null; // 直接返回，不查询数据库
}
  

4. 异步处理和队列化

对于非实时要求的操作，我全部改为了异步处理。比如用户注册后的邮件发送：

// 同步方式 - 不推荐
$user->register();
sendWelcomeEmail($user); // 耗时操作，阻塞响应

// 异步方式 - 推荐
$user->register();
$queue->push('sendWelcomeEmail', ['user_id' => $user->id]);
  

使用Redis作为消息队列的实现：

// 生产者
$redis->lpush('email_queue', json_encode($emailData));

// 消费者（独立进程）
while (true) {
    $data = $redis->brpop('email_queue', 30);
    if ($data) {
        processEmail($data);
    }
}
  

5. 负载均衡和水平扩展

单机性能总有上限，水平扩展是必由之路。我配置了Nginx负载均衡：

upstream backend {
    server 192.168.1.10:8000 weight=3;
    server 192.168.1.11:8000 weight=2;
    server 192.168.1.12:8000 weight=2;
}

server {
    location / {
        proxy_pass http://backend;
    }
}
  

同时，确保应用是无状态的，便于水平扩展。Session存储改用Redis：

ini_set('session.save_handler', 'redis');
ini_set('session.save_path', 'tcp://127.0.0.1:6379');
  

6. 监控和压测

优化不是一劳永逸的，需要持续监控。我搭建了完整的监控体系：

# 使用ab进行压力测试
ab -n 10000 -c 100 http://example.com/api

# 监控关键指标
- QPS
- 响应时间
- 错误率
- 系统资源使用率
  

经过这一系列优化，我们的系统成功扛住了流量高峰。最重要的是，优化是一个系统工程，需要从代码到架构的全方位考虑。希望我的这些实战经验对你有所帮助！