性能明智的字符串匹配

Question

我有一个通用的数据库查询函数，每次发出 SQL 查询时都会运行以下检查：

1. if (preg_match('~^(?:UPDATE|DELETE)~i', $query) === 1)
2. if (preg_match('~^(?:UPDATE|DELETE)~iS', $query) === 1)
3. if ((stripos($query, 'UPDATE') === 0) || (stripos($query, 'DELETE') === 0))

我知道一个简单的 strpos() 调用比执行要快得多 preg_match(), ，但是既然我打电话 strIpos() 两次 我真的不确定哪一个应该表现得更好。

这 S 第二个选项中的模式修饰符也给我带来了一些困惑，来自手册：

当要多次使用模式时，值得花更多的时间来分析它，以加快匹配时间的速度。如果设置了此修饰符，则执行此额外的分析。目前，研究模式仅适用于没有单个固定起始字符的非锚定模式。

在这种情况下，速度并不重要（否则我不会使用这个通用查询函数），但是，我仍然想让它尽可能快地运行，同时保持它的简单性。

我应该选择以上哪个选项？

---

编辑： 我有 运行一个简单的基准测试 但我仍然无法决定哪种方法效果更好。

以下是结果 10,000 次尝试 （所用总时间，以秒为单位）：

Array
(
    [match] => Array
        (
            [stripos] => 0.0965
            [preg_match] => 0.2445
            [preg_match?] => 0.1227
            [preg_match?S] => 0.0863
        )

    [no-match] => Array
        (
            [stripos] => 0.1165
            [preg_match] => 0.0812
            [preg_match?] => 0.0809
            [preg_match?S] => 0.0829
        )
)

100,000 次尝试:

Array
(
    [match] => Array
        (
            [stripos] => 1.2049
            [preg_match] => 1.5079
            [preg_match?] => 1.5564
            [preg_match?S] => 1.5857
        )

    [no-match] => Array
        (
            [stripos] => 1.4833
            [preg_match] => 0.8853
            [preg_match?] => 0.8645
            [preg_match?S] => 0.8986
        )
)

1,000,000 次尝试:

Array
(
    [match] => Array
        (
            [stripos] => 9.4555
            [preg_match] => 8.7634
            [preg_match?] => 9.0834
            [preg_match?S] => 9.1629
        )

    [no-match] => Array
        (
            [stripos] => 13.4344
            [preg_match] => 9.6041
            [preg_match?] => 10.5849
            [preg_match?S] => 8.8814
        )
)

10,000,000 次尝试:

Array
(
    [match] => Array
        (
            [stripos] => 86.3218
            [preg_match] => 93.6755
            [preg_match?] => 92.0910
            [preg_match?S] => 105.4128
        )

    [no-match] => Array
        (
            [stripos] => 150.9792
            [preg_match] => 111.2088
            [preg_match?] => 100.7903
            [preg_match?S] => 88.1984
        )
)

正如您所看到的结果差异很大，这让我想知道这是否是进行基准测试的正确方法。

Answer 1

我使用了以下正则表达式，因为它们似乎更快（在匹配和不匹配的文本上）：

1. if (preg_match('~^(?:INSERT|REPLACE)~i', $query) === 1)
2. else if (preg_match('~^(?:UPDATE|DELETE)~i', $query) === 1)
3. else if (preg_match('~^(?:SELECT|EXPLAIN)~i', $query) === 1)

Answer 2

我可能不会使用其中任何一个。如果没有基准测试，我无法确定，但我认为 substr() 将是一个比 stripos, ，因为它不会扫描整个字符串。假设 UPDATE 和 DELETE 总是出现在查询的开头，更好的是，它们的长度都是 6 个字符，因此您可以在一个查询中完成它 substr():

$queryPrefix = strtoupper(substr($query,0,6));
if ($queryPrefix == 'UPDATE' || $queryPrefix == 'DELETE') {

如果您需要，您可以添加 trim() 那里有任何前缀空白，但这可能不是必需的。

如果您使用 UPDATE 和 DELETE 进行嵌套查询或子查询，那么显然上述方法不起作用，我会选择 stripos() 路线。如果您可以避免使用正则表达式而使用普通字符串函数，那么它会更快且更简单。