上个月有个做教育投放的团队找过来,说他们的跳转判定平均耗时从刚上线那会儿的四五十毫秒,一路涨到了两百多毫秒,流量一冲高就偶发超时丢单。我们把规则库、指纹库翻了个遍,都没毛病,最后发现问题落在LNMP环境的编译参数和进程模型上。说白了,跳转判定延迟这事儿,跟规则写得对不对关系没那么大,关键还是PHP-FPM进程模型和Nginx缓冲区这两组编译级参数能不能配得上。
下面我按当时排查的顺序讲一遍:先看症状信号落在哪一段,再逐个拆五个容易踩的坑,每个坑给检查命令、成因和修正方向,最后是上线前的自检项。
先确认延迟到底出在哪一段
碰到跳转判定延迟,我的习惯是别急着改配置,先把链路切成三段来量:Nginx从收到请求到转发给PHP花了多久、PHP执行判定逻辑花了多久、PHP把响应交回来到Nginx写回客户端又花了多久。
做法很简单,在Nginx的log_format里把 $request_time 和 $upstream_response_time 都加上。前者是Nginx视角的总耗时,后者是PHP-FPM的响应耗时,两个一减,剩下的就是Nginx自己的开销。要是这个差值稳在几毫秒,那问题在PHP那边;如果差值忽大忽小,甚至比PHP耗时还高,那就要往Nginx缓冲区或者连接层去看了。
这里容易搞混的一个点:有人一看 $request_time 高,直接去调PHP的 max_execution_time,调完一点用没有。先分段,再动手。
五个编译级配置陷阱
陷阱一:pm.max_children设成了静态值
网上很多教程一上来就给 pm = static 配上 pm.max_children = 50,看着是省事。可跳转判定这个场景本身是短连接、高频次、单进程内存占用又低,静态进程池在低峰期白占内存,高峰期又顶不住。检查的话,ps aux | grep php-fpm | wc -l 看实际起了多少进程,再跟 pm.max_children 对一下。
修正方向是这样:短判定场景我一般用 pm = dynamic,pm.start_servers 给峰值并发的三分之一上下,pm.max_children 则按单进程内存反推。单进程差不多30MB,4GB内存的机器扣掉系统余量,大概能撑80到100个。
陷阱二:request_terminate_timeout比Nginx的fastcgi_read_timeout还长
这两个参数的关系,是排查超时问题的关键。假设PHP侧 request_terminate_timeout 写了60秒,而Nginx的 fastcgi_read_timeout 只有30秒,那Nginx会先断,PHP进程还在那儿跑,进程池就被白白占着。
检查就是分别去看 php-fpm.conf 和站点配置里这两个值。修正方向:让 fastcgi_read_timeout 比 request_terminate_timeout 略大一点。比如PHP侧30秒,Nginx侧35秒,给PHP留个退出的余地。
跳转判定的响应通常很短,但要是Header里塞了长Cookie或者自定义标记,默认4KB的缓冲区就可能不够,Nginx会分多次向PHP读取,每读一次都有往返开销。
检查可以看Nginx错误日志,有没有 upstream sent too big header 这类记录。
修正方向:把 fastcgi_buffer_size 调到8KB或者16KB,fastcgi_buffers 写成 8 16k,绝大多数判定响应都能覆盖住。
陷阱四:TCP层没开nodelay
Nginx作为反向代理,跟上游PHP-FPM之间走的是TCP。默认Nagle算法会攒包再发,对跳转判定这种短小请求来说,就是白白加延迟。
检查一下Nginx配置里的 fastcgi_keep_conn 和TCP相关参数。
修正方向:在 http 块里加 tcp_nodelay on;,对跳转判定这种小包场景效果挺明显。fastcgi_keep_conn on; 也能省掉连接建立的开销,不过得留意PHP-FPM那边的 pm.max_requests 别设太小,不然连接频繁重建反而更慢。
陷阱五:opcache没开或revalidate_freq太短
跳转插件的判定逻辑本身就是PHP代码,每次请求都要编译执行。opcache没开,每次请求都重新编译一遍,延迟自然下不来。开了但 opcache.revalidate_freq 设成0,那等于每次请求都去查文件时间戳,多一次文件IO。
检查用 php -i | grep opcache 看有没有启用。修正方向:生产环境把 opcache.enable=1 开上,opcache.revalidate_freq 设60或者更大,opcache.memory_consumption 给到128MB以上。要是判定逻辑更新频繁,我一般用 opcache_reset() 主动刷新,比把revalidate设成0划算。
上线前的自检项
改完配置别急着全量。按这个顺序验一遍:
- 用
ab或者wrk压一轮,看P95延迟有没有落进预期区间 - 对比改动前后的
$upstream_response_time分布,确认改善确实来自目标参数 - 盯一下
php-fpm的慢日志,看有没有新的超时记录 - 跑一轮跳转判定的回归用例,确认判定结果没因为配置变化而漂移
有个做金融投放的客户,改完进程池和opcache后延迟从两百多毫秒降到六十毫秒左右,但发现少量请求还是超时,后来查到是 fastcgi_buffer_size 没改,补上之后才稳下来。这类联动问题在LNMP环境搭建后里有更完整的核验路径。
小结
跳转判定延迟的优化,说到底就是把LNMP链路上每个可能引入等待的环节都过一遍。编译参数和进程模型是最容易被忽略的一层,因为它们不动代码逻辑,但对短请求场景的影响很直接。先分段量延迟,再按进程池、超时配对、缓冲区、TCP参数、opcache这个顺序排查,大多数延迟问题在配置层就能解决。
常见问题
LNMP编译参数调优会影响跳转判定的准确性吗
不会直接影响判定逻辑本身,但会改变请求在链路上的时序。比如超时参数如果调得太紧,判定还没跑完就被断开,表现上就像判定失败。所以调参后要跑一轮回归用例,确认结果一致。
跳转判定延迟高,是不是一定要重新编译PHP
这个要看情况。大部分延迟问题出在运行时配置,不是编译选项。先查进程池和opcache,这两块调完还没改善再考虑编译参数。说白了,编译层面的优化收益通常不如进程模型调整来得直接。
改了PHP-FPM进程池配置后需要重启什么
需要reload PHP-FPM,Nginx不用动。systemctl reload php-fpm 或者发USR2信号都行。顺带说一句,我一般还会在reload后盯五分钟的慢日志,确认没有新进程启动时的抖动。
延伸阅读
LNMP环境搭好只是第一步,跳转插件的安装和参数配置同样影响判定链路的稳定性。这篇安装指南把插件部署时的关键参数和常见配置项讲得比较细,可以作为本文的后续补充。