为什么Symfony2应用程序花费70-90％的时间来解析YAML？

Question

如下面的Webgrind输出所示，我的应用程序将大部分处理时间花在YAML解析上。

注意：Webgrind输出位于＆＃34;％＆＃34;。所以，加上＆＃34;总自我成本＆＃34;显示用于处理YAML的总时间的83.63％。

我已经看过这个相关主题：

Symfony2 Application Parses YML On Every Request

但是，我的实现是使用ApcClassLoader类，如下所示：

$loader = new ApcClassLoader('odr_dev', $loader);
$loader->register(true);

此外，我已经使用apc.php检查了APC系统，我的类和页面都在APC缓存中找到并被点击。即使在填充了缓存之后，这也会在PROD或DEV上发生。

我的理论是我们有一个循环实体引用，系统无法成功解析YAML以便缓存它。因此，它最终会尝试在每个请求中解析YAML。

但是，我没有看到任何关于无法解析YAML或日志中的任何内容的错误，并且不确定如何确定是否可能出现这种情况或下一步是什么情况。

Answer 1

我认为您的问题可能是递归的YAML资源（或类似的）。您将看到Yaml\Parser::parse的4000多次调用。在我自己的应用程序（这是相当复杂的）测试页面加载完全空缓存我只看到166调用。对于带有热缓存的页面加载，这会下降到2次调用。

我不认为您使用类加载器缓存会对YAML解析产生任何影响，正如您所发现的那样。我怀疑你链接的票可能是错误的）

Answer 2

在逐步完成此过程中涉及的每一行代码后，我发现Doctrine正在使用默认的＆＃34;数组＆＃34;缓存，仅对单个页面加载有效。

我认为我和其他许多人都认为，当我们启用APC时，Doctrine也会使用它进行元数据缓存。实际上，除非另有说明，否则Doctrine默认为其数组缓存。

此页面列出了Doctrine配置选项：

http://symfony.com/doc/2.3/reference/configuration/doctrine.html

向我的/app/config/config.yml添加缓存驱动程序选项后，如下所示：

doctrine:
    dbal:
        driver:   %database_driver%
        host:     %database_host%
        port:     %database_port%
        dbname:   %database_name%
        user:     %database_user%
        password: %database_password%
        charset:  UTF8
    orm:
        auto_generate_proxy_classes: %kernel.debug%
        auto_mapping: true
        result_cache_driver:
            type: memcached
            host: 127.0.0.1
            port: 11211
            instance_class: Memcached
        metadata_cache_driver:
            type: memcached
            host: 127.0.0.1
            port: 11211
            instance_class: Memcached
        query_cache_driver:
            type: memcached
            host: 127.0.0.1
            port: 11211
            instance_class: Memcached

修复后，同一页面显示没有 YAML解析器交互，并在302ms和5851ms之间加载，总加速为19X。此外，cachegrind文件从121MB到3.4MB，这些结果在许多试验中基本一致。

以下是显示差异的Webgrind：

所以，基本上，这是一个配置问题。从我在StackOverflow问题和其他论坛中看到的情况来看，这里似乎存在关于缓存如何工作的脱节。基本上，您需要如上所述明确地为Doctrine缓存启用它，或者它使用基本无用的默认值。

Symfony2有时也可以配置＆＃34;这是一个我从未想过可以单独配置的实例。在这方面，它是一个强大的功能（能够使用单独的缓存），但是直到你弄明白这一点，就速度而言，系统完全受到了损害。