PHP工程师必避的5大服务器选型陷阱与调优实战

文章配图，仅供参考

　　第一个坑：硬塞8C16G进一个只跑单点CRON+微信回调的盒子。我原以为是DBA卡资源配额卡得太死，结果上去top一看，php-fpm进程RSS加起来不到三百兆，CPU峰值十七毫秒，IO wait零点二。那台机器上还跑着运维自己写的日志归档脚本——用Python写，但启了八个subprocess去rsync，全在/proc下挂成D态。没人提这事，就当它不存在。直到某天凌晨三点oncall手机震了一下，震动声把我从椅子上弹起来，才发现那脚本把/proc/sys/vm/swappiness调成了90，就为“防止内存回收太快”。呵。这个我敢打包票：你让PHP工程师自己选服务器规格，他第一反应永远是“先上高配顶着”，像拿防爆盾挡蚊子。

　　第二个坑：MySQL连接池全靠PDO::ATTR_PERSISTENT撑着，还美其名曰“长连接复用”。结果一上线，show processlist里三百七十二次调用，二百零九个Sleep状态，平均wait_time十九秒。DBA甩给我一张图，说“你们PHP连完不关，比我们MySQL还像数据库”。我翻了翻代码，发现connect()写在Controller构造里，而每个Request都会new一个新实例——连对象销毁都没走__destruct，因为中间插了个Swoole协程层，没触发GC。这事儿我说不准到底是哪层吞掉了析构钩子，但我知道上周五测试倒了杯水，杯子上印的公司logo歪了三十度，她边拧瓶盖边说：“你们连db都不close，还搞什么自动扩缩容？”

　　第三个坑：自建OSS回源用Nginx proxy_buffering off硬扛大文件下载。PHP侧fwrite()写一半断连，Nginx居然不发FIN，就吊着TCP连接。查tcpdump抓出来六百多个TIME_WAIT stuck在CLOSE_WAIT转不过来，netstat -s里"segments retransmitted"那行红得刺眼。改回proxy_buffering on？文件分片就错位。后来干脆在入口加了一层轻量级OpenResty，用lua_socket_keepalive缓存upstream连接——不是为性能，是为不让PHP进程被SIGPIPE干掉三次之后还报同一个错误码。这事儿我没跟任何人同步，因为PM已经把KPI改成了“QPS提升率不低于1.7倍”，谁还管它背后是不是在裸奔。

　　第四个坑：PHP-FPM的pm.max_children设成64，理由是“线上并发能到四千”。可max_requests=500是啥概念？你每处理五百个请求就重启Worker，但实际每个Worker生命周期平均只有三百一十四次调用——为啥？因为session_start()时用的files handler默认锁整个sess_文件，而我们的登录接口每两分钟被前端刷一次心跳，全卡在flock里。我拆过三次strace，最后一次看到某个Worker卡在open("/var/lib/php/sessions/sess_abc123", O_RDWR|O_CREAT, 0600)上不动了足足四秒十八毫秒。那个文件名我记死了，abc123。后来换Redis作session handler，PM说“用户体验明显变好了”，其实只是把阻塞从PHP进程挪到了Redis主节点的aof_rewrite里。

　　第五个坑：用阿里云共享型ECS跑Swoole HTTP Server。他们文档写着“适合突发型应用”，我信了。结果凌晨两点流量上来，vCPU份额被隔壁三个“客户”的WordPress蹭到只剩百分之七，我们的Websocket握手延迟跳到八秒多。DBA过来扫了一眼，冷笑：“你这配置，在物理机上都能开十个PHP-FPM Master。”我说要切独享型，他说等预算流程。那天早上我坐在工位上，看着咖啡杯上印的公司logo又歪了一点，忽然想起前年这时候，也是这杯子，也是这logo，也是同一张工位椅，我在重写session GC逻辑——写了三天，删了。现在连删都不删了，直接绕开。

　　优胜劣汰是真的，但淘汰的往往不是最差的那个方案，而是最先扛不住压力、最先让PM在OKR里画叉、最先被老板问“怎么又背锅”的那个人。上个月我给新来的PHP同事看去年三月的变更记录，他指着其中一行问：“这里为什么把opcache.revalidate_freq从0改成2？”。我没答。因为那天下午我修完一个因opcache未校验导致的class not found bug，转身去参加了一个叫《如何让开发理解运维成本》的内部分享会，PPT第三页写着“PHP工程师不是运维，但必须对部署环境负最终责任”。PPT是前端做的，动画效果很好。讲完他去倒了杯水。

　　下周我要重配一套灰度集群，打算试下eBPF拦截php-fpm里的flock系统调用，加个超时熔断——反正也不指望上线，就放测试环境里跑几天。要是真能抓到那些没释放的锁，就截图发到运维群。要是抓不到……我就再换种方式盯它。别的不敢说，但至少，我不打算再替别人挑的服务器规格背锅了。

（编辑：站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!