【转载】惠新宸：PHP在百度的应用现状及展望

http://blog.sina.com.cn/s/blog_645f8e970100qvd8.html

惠新宸，百度PHP高级顾问,年二十有八，好追根究底，有不良嗜好, 幸性本善。乙酉年识互联网，丁亥年入雅虎，翌年入百度。虽性好安稳，然经变无数，唯常叹"人生，菠菜汤尔"。
大家好，今天我主要介绍是PHP在百度一个发展历程，最早的时候百度成立于2000年，2000年的时候，百度刚刚成立，刚刚在北大资源宾馆建立百度，直到2001年的竞价排名，我不评价这个产品怎么样，竞价排名当时是第一个采用PHP，在百度的PHP系统。从2001年到今年已经10年时间了，这10年时间百度PHP经历一些什么变化呢？
我们现在看到是百度，那天我自己脑子里想了一遍，当然不是全部，大家能够知道的一些用户产品，无线产品，商业产品。包括贴吧这个比较大了，还有最新的旅游。对于贴吧来说，前端可能是CUI，或者业务逻辑，一直到后来已经迁到PHP。我列出来这些产品，都是使用了PHP，还有没列出来也是使用了PHP的，很多。所以，如果说让我去介绍每个产品是怎么用PHP的，我觉得这个不太现实，我一共只有30分钟。
这30分钟我主要想跟大家分享的我们发现一些问题和怎么去解决，这些问题是大家都会遇到的。我们最早的时候，就像我刚才提到的我们一些，因为处于最高性能要求，以及对于PHP的不了解，以及对于外部我们可能觉得PHP很慢，所以我们以前的时候，这些大的访问量产品都是用C来做的。他可能在模板上用Cu-i来做展现，这样的方式大家都知道开发，调试，部署都很复杂，成本也比较高，门槛也比较高，招人也比较难招。
后来的时候我们就考虑是不是应该去换一个，当时应该考虑要是JAVA，或者是PHP。我们在C的时候，C-ui和后面进程去通讯主要是Nsheader和mcpack，类似于上面一些打包传输的方式。我们为什么选了PHP？第一高性能，快速开发要求。我这说高性能，可能下面有一些工程师就笑了，你PHP讲什么高性能。我说的这些高性能是在相对情况下高性能，当我们WAP应用程序不仅仅局限PHP，瓶颈更大在于数据和文件，以及这些IO方面，在这些方面来说，PHP性能已经足够了。
那么开放开发就不用说了，PHP不需要编译，不依赖于环境，我所改即所建，改了就能看到，这个调试开发过程非常快，这是一个优点。稳定性，路棒性，安全性，怎么讲呢？有一个玩笑，我跟我们百度几个同学去聊天，他们就抱怨，PHP工程师真的是这个质量层次不齐，再烂的PHP工程师写出的代也能跑，跑完了也正常。这是从一个方面，可能他的本意是说我们招聘有一部分人水平本来不一样。但是从另外一个方面，也体现出来PHP一个特点是什么呢？稳定，鲁棒性很强。再烂，再不懂PHP的新手去写，你也不会把它写垮掉。
说到这里我有一个小问题，大家知道怎么PK掉一个PHP进程吗，最简单的方式。其实这个问题还挺难的，我跟我的朋友讲，你们说怎么PK掉一个PHP进程，我需要调试，其实很简单你写一个无线递归下去就会打掉。PHP有很多安全措施，比如我们颇为被人争议GPH选项，打开之后会对客户进行过滤。还有PHP对输入做各种各样的转换验证，这方面PHP对安全性考虑也是多的，当然还有是不建议打开的，那样的话更安全。
灵活和丰富的语法就不用多说了，一个PHP怎么写，不需要特定格式，随意性也非常强，功能当然也很多了。他应用面这么广，自然是一个例证。良好的运行在Linux，可扩展C/C++。PHP经典搭配是没有问题的，我们都知道，我们当时不选择JAVA一个原因，还有一方面考虑，JAVA那套开发环境比较复杂，重启一下需要30-40秒。更重要一点可扩展，因为我接下来讲的问题就是从可扩展来的，我们的优化方案。
当时我们就想因为PHP应用很多，一个开源东西，有很多方便第三方房展，我们经常用的PDO，都是扩展的方式，并且他的扩展也非常容易开发，网上有一堆教程，只要你照着教程做一遍。因为PHP对扩展做的很好，一行命令把自己代码写进去，就是一个很完整的扩家，一个扩展就能用。易部署，易调试，更不用说了PHP直接拷贝，拷贝到哪都能够运行，不需要依赖系统的共享库，不会因为库的挂接处而出现问题，调试也很容易调试，最经典的方式不停调试，我们还有一个PHP调试技术手册，我相信在座很多人都看过，那里面介绍一段做单布跟踪调试，这样的调试今天在这里讲，效率往往还不如直接调试快，当时只是一种尝试，或者说一种探索去跟大家分享调试的技术。
展现逻辑分离这个也很重要，对于PHP来说，本身生来就是做WAP开发的，可以把PHP代码嵌入到WAP里面去，这个非常适合于做外部开发的。入门快，刚才也提到了，我们现在招聘新来这些大学生其实他以前可能是做JAVA，是做C，一周时间就可以开始写。所以，入门非常快，社区活跃，这里我要提一下，在我们百度就我所知有400多名做PHP开发，我们这400多名工程师都在一个群里，大家聊天，问一个问题立马就有人来回答你，这只是在百度社区，更不用说开源社区活跃程度了。
从这些方面我们就觉得PHP替换现在C的方式是可行的，于是我们就有了经典的方案，就像我这大家看到的，用户浏览器经过的分发，分发以后后台就是这样一个用PHP脚本，下面可能有一些扩展，再下面就是PIP，后面数据，因为这块对于开发来讲，我这块主要从贴吧角度来讲，它是服务其逻辑数据还是用一些比较快的，还是以前那套老东西，只不过把UI这一块做到PHP，当然其他系统不是这样。
这个时候后台像Web Services等等提供这种数据，给PHP脚本，这是一个现在这样一个，应该说比较经典PHP开发模式，或者在我们百度来说，主要还是以这种方式，PHP只是做展现。这样的情况下有一个问题，什么问题？比方说你是一个PHP工程师，你的上级交给你一个任务，你去写一个什么样的系统，你把它部署下去。你刚来很有信心，没问题我去做，你用了一周时间写出来，写完之后你用一天时间把环境搭起来，把代码放上去，四台服务器需要共享，把这些东西都用完你可能用一周半时间，没有问题你这个做的很好，你这个东西也很正常，架构也设计很好。
现在这样的问题还有100个你怎么办？难道你再去部署100次，这不行吧。另外你做的东西放上去之后，你可能出去玩了，下班回家了，那怎么监控呢？谁去监控呢？这也是现在单个产品线都要遇到的问题。还有一个问题资源流量陡增，比方说你这个产品挺好的，日均PV10万，突然一天涨到100万，大家都知道去年的时候69圣战，贴吧经过一次所谓69圣战，流量爆增了多少不知道，但把服务器给压死了。
那么遇到流量陡增怎么办，不能说现在这个产品10万，前台上了100台前台机，我告诉老大，我这个流量某一天陡增10谁信啊，成本也受不了这也是一个问题。规范和标准，这是最头疼的，我到百度以后参与了很多规范制定，也会提很多意见，我每次做这些事情的时候我都是信心慢慢的，我觉得做完之后大家看了之后会去用，会去学，可能咱们普遍共同语言就会多一点。但是发现你标准规范制定出来没人理，这就是规范一个怎么去执行，当然这个问题很难了，另外一个问题，这也是我们现在遇到的问题，我们有编码规范，有部署规范，有目录规范，但是没有办法推卸，没有一个东西去强制让他们这么去做。
还有防攻击容灾，你有4台前端机，仅仅4台，某个不知名相关组织弄了100多台僵尸肉鸡去压你，你有什么办法，没有办法，你只能被攻击。还有一个问题，我们现在产品线这么多，每个产品线使用的框架各不相同，开发模式各不相同，这就造成他们都是异构的，异构会有什么问题，OP会很郁闷。OP遇到每个产品线，有的配置文件在这放，有的配置文件在那放，就像我们UC就得为各种各样框架命名规则开发一个不同类库。快速开发我就要求我的基础设施足够丰富，我基础设施足够丰富的情况下才能做到快速开发，我框架功能要很强，这样开发才会快。
但是你框架功能很强就带来一个问题，你代码多，就慢，PHP就这样，怎么办，这也是一个根本矛盾。这些问题有没有解决方案呢？当然是有的，要不然我也不会拿出来讲了。在百度现在对于前面的问题，比方说运维，部署和容灾，一些流量陡增这些问题怎么办呢？看最右边一个Bae，就是百度应用开发平台，在这个上面会做一些类似于Gae，Sae这样的东西，目前来说只是百度内部用。这样的话当我用了这个东西之后，我们开发者不再要求需要关心资源，也不需要关心被攻击，或者流量陡增，这个我待会还会讲。
我们在PHP这层加了一个小螃蟹，它的名字叫做AP，我待会会介绍AP是什么样东西。然后在脚本和PHP之间又加了一层Odp，又是什么东西？这三个就是解决我刚才提到哪些问题。Bae，我刚才提到是来解决我们刚才说的那些问题，比方说我资源怎么管理，流量陡增没法应付了怎么办。Bae把所有资源统一调度起来，提供一个很大平台给你，你其中只用一部分，他会把冗余资源调配节给你，满足你陡增的资源需求。
集群化还有一个问题是防攻击，我现在是三大服务器有人来压我了，他拿100台肉鸡来压我，没有关系，我们百度后面还有1千台服务器呢，上，你再来压。如果他真的强大到拿1万台，1千万台来压你，这样成本在国内很难做到。所以，这样情况下能解决我们刚才所说小规模攻击，因为你攻击我就可以迁移，我可以自动迁移。
流量陡增也是一样道理，太多。接下来就是今天我要介绍的重点，就是怎么解决沉重的框架问题。我们现在用的很多框架，各个公司开发都会有用框架，也有自己开发框架。在做开发框架的时候大家都会遇到一个问题，这个框架要不要做的这么重，为什么要做的重呢？因为你工作要提供的多，要提供路由，提供搜索引擎，还有ORM等等这样东西。我提供这么多东西，必须有这么多的代码，我有那么多代码，就那么多逻辑，就有一个结果慢了下来，怎么取舍呢？
对于百度来说，我们现在解决方案出来之前流行两种开发模式，一种比较成熟E框架，或者ZF框架，还有性能要求比较高的，会使用我们百度自己开发的B-Gou框架，只做路由，是一个轻量级框架，是一个非常非常轻量框架，来满足性能问题。有没有一个解决方案做他们俩的取舍呢，下面有一个扩展化。
什么是扩展化？在座都知道PHP扩展，如果关心这个肯定会知道，可能也有不知道同学，我就提一下什么是PHP的扩展。PHP本身是用C语言写的，你所编写的PHP脚本到最后都是通过C代码执行的，这时候PHP还提供一种方式可以直接写用C来写一个共享库，动态的共享库，把它加载到PHP中，通过这种方式让你业务模式以C模式存在在PHP当中，这个模式就叫扩展，PHP提供一个很强大模块来支持你自己PHP扩展。
我刚才提到了其实问题也就很明显了，我们需要用一个PHP扩展去做一个很重的PHP框架。还有一个要提的，什么样的情况下我们应该使用扩展，还有一个问题扩展为什么会快，这两个问题，有些看似很简单问题，其实要想起来还是挺难的。第一什么样的情况下我们可以使用扩展，我们有两种方式是需要扩展，第一种方式我们有一些，比方说已经成熟的C库，我们PHP许多办法直接用，我必须用一个扩展把它桥接过来，这种情况下需要使用PHP扩展。
还有一种情况我对CPU密集型的东西，比方说我有一个算法，或者我有一个很复杂，很复杂的加密算法。这个算法如果我用PHP写的话非常慢，对于这种CPU密集型的东西，我是可以把它扩展化用C来实现，这样的话能提高性能，就这两种方式要去使用PHP扩展。PHP扩展为什么会快呢？这里我要提一下FaceBook极致，去年11月份极致把一个应用性能提高到4倍，他是怎么做到的呢？我们大家听各种各样报告，是把PHP编译成C++，他这个编译其实不是说我根据你的逻辑找到对应的C代码进行编辑，他做的更多是把这个符号解析给拿掉了。我们在PHP里面，我们的变量，我们的函数都是存储在一个一个关联数字结构里面，他这个结构设计足够精妙，确实也花很大心思去设计，但是当我们使用一个变量，或者一个方式的时候，都需要从这个表里面去查的，这个过程是非常耗时的。
所以，PHP性能绝大部分低也是这个关键。PHP就把能在编译期间确定的符号就把它直接替换掉，相当于我们C程序编译的时候把符号直接换成二进制地址的一样，就是一个符号回天。这只是一方面，还有一方面为什么扩展会比PHP快？这个我们抛开一切问题，一切IO，抛开一切内存存储我们来算一个简单算术题，一个1G赫兹CPU能编织多少，这也是PHP比较慢一个原因。
比方说一个简单ICOU（音译），如果你用C代码来写，直接写ICOU2也可以，如果PHPICOU2先编译，第二部分先分析这个PHP，找到对应PHP调用，这个时候有三种情况，这时候拿到一个指令进行执行，当执行这次指令的时候可能会发生多次调用。我一个简单的ICOU可能在PHP最后执行的时候，可能有5次以上函数调用，这个就慢了，扩展化就可以避免这些问题。
我们Ap就是一个全功能MVC框架，是用扩展来实现，也就是利用C语言去写的一个PHP扩展。这个地方又有一个问题，我们扩展一般也两种理由去写扩展，扩展还分两类，第一类就是说一个简单我的业务逻辑都是用C代码去做的，我只是简单从PHP脚本拿到数据，把处理结果反给PHP，我基本上不怎么使用Ap。第二个扩展就是负载PHP扩展，就是Ap，用了大量API，提供相应存量，或者是一些资源给PHP脚本让用户去进行使用。对于用户来看，他可能觉得这跟PHP脚本使用起来一样，他用Ap框架，如果我用PHP脚本使用一个类似框架，把这个替代掉，PHP写的这个框架换上去对他是透明的。第二类框架复杂性要远远高于第一类型，他要遵循PHP引用技术，要遵循PHP一些比较特殊约定。
       当然，这些不是说PHP的问题，可能有一些历史原因。种种这些你都是要去遵循的，这个复杂度确实比第一种高一些。