PHP 5.2.0 有点不可理喻

转载

最近两周快被搞疯了，没想到一个简单分析日志的小脚本被搞的这么复杂。

脚本是这样，每天从各个 web 服务器上抓取 apache log，约 8 - 10G，然后分析，并生成海量的 html（20K+ 个），约 3G+（求和需要很长时间，很少去算），数量上讲有点变态，但对于我这个需求来讲是合适的，我只需要保存大约 10 天的数量，再久的就可以打包了，打包后才 60MB/天。

在我自己机器上，一切都调配好了，于是放到了一台 FreeBSD 的机器上，发现随着文件数量急剧增加，创建新文件的速度直线下降，怀疑是 ext3 过于智能的减少文件碎片的算法所导致的，不过没时间研究问题所在了。直接重装成 win XP + NTFS，莫名其妙的问题又出现了——我那个脚本分析 60MB 数据需要约 14 秒，但是在新机器上怎么跑都是 39 秒，这意味着我原本计划每天 8 个小时能跑完的脚本可能 24 小时都跑不完。于是我毫无头绪的开始检查分区规划是否有问题、簇的大小、IDE 数据线是不是 ATA100 的、除了 Intel INF 还得装点什么驱动之类各种各样能想得到的点，但都不是

网管给我了一个叫 HD Tune 的软件让我确认，这台新机器装的跟我自己的机器一样健康，磁盘读写的测试结果几乎一模一样。最后我能找的到的区别是，我自己机器上的 PHP 是 5.1.6，而新机器我装的是 5.2.0

我把 PHP 目录换掉，php5ts.dll 覆盖掉，于是，新机器上跑起来也是 14 秒了。

我一直以为 fgets 是最底层的操作，比方说 PHP 里写一个文件应该在 shell 下用管道符生成一个文件的速度应该是非常接近的，瓶颈应该在磁盘 IO 上，但是我错了

我那个脚本主要就是这么个基本的循环读取每行数据的

$fileHandle = fopen($sFileName, "r")
while (!feof($fileHandle)) {
	$sLine = fgets($fileHandle);
	...

从现在的表面现象上看，相同读日志脚本在 5.1.6 跟 5.2.0 上效率差了两倍半，原因么……

A. 最近的 php 很多 fix，以至于连 fgets 这么古老的函数都受影响

B. 跟 fgets 没关系，我读取数据后将各种信息放到一个超大数组里，由于更 oo 的新版在某些内存分配、指针或者什么 ooxx 的不为人知的改动导致对这个大数组的操作变的缓慢（更不太可能，内存再慢也差不出 25 秒啊）

没有时间测试/分析具体原因了，只要这个脚本正常运行了就好（巧合编程？随鸭去吧）以及之前所说的怀疑 ext3 格式无法胜任这种写文件的方式，也只是猜测

任务缓存早已溢出，赶紧下一任务吧