WordPress中获取随机文章导致服务器压力过大的问题分析

最近发现有个服务器上的网站打开速度很慢，有时候甚至出现完全打不开的情况。查看了一下服务器状态，发现服务器负载很大，最高时候，5分钟平均 load average 达到了 20，而服务器是 8 核 CPU。接着查看了一下服务的 IO 情况，发现 MySQL 读写非常频繁，如下图：

这显然是不正常的情况。接着，我又查看了一下 MySQL 的状态，发现出现了 Copying to tmp table 查询语句为：

SELECT ID, post_title, guid

问题应该就出现在这里了。大量临时表的读写显然会导致磁盘 IO 增加。按理说，WordPress 官方应该对这些查询做过一些优化，如果一个 WordPress 网站本身就很容易导致如此大的服务器压力，它应该也不会如此流行。于是百度搜索了一下：

SELECT ID, post_title, guid

发现网上有很多获取 WordPress 随机文章的教程，都包含类似的 SQL 查询，完整的语句大致是：

SELECT ID, post_title, guid
FROM XXX
WHERE post_status = 'publish'
AND post_title != ''
AND post_password = ''
AND post_type = 'post'
ORDER BY RAND()
LIMIT XXX

这里有一个 RAND() 函数，非常显眼。我猜想，当查询记录数量比较大的时候，使用：

ORDERBY RAND()

很可能会导致查询速度变慢。查询了一下相关资料，也发现 ORDER BY RAND() 在数据量比较大的情况下，确实容易产生比较大的查询开销。所以，服务器 IO 过高的问题基本已经找到了原因。但是，随机文章这个功能本身还是需要的。既然直接使用这个查询会影响性能，那么有没有其他方法呢？

肯定是有的。

这里我把原来的方法和我重新做的方法进行一下对比。下面是具体的函数。实验一，是网上比较常见的获取随机文章的方法；实验二，是我重新设计的方法。整个数据表大约有 9 万条记录，下面是测试代码。

实验一 ORDER BY RAND查询

$host = "localhost";
$username = "******";
$passwd = "******";
$dbname = "******";
$table = "en_posts";

$cono = mysql_pconnect(
    $host,
    $username,
    $passwd
);

if(!$cono){
    exit("数据库连接失败");
}

mysql_query("set names utf8");
mysql_select_db($dbname);


// 实验一，原来的查询
$begin = microtime(TRUE);

$sql = "SELECT ID, post_title, guid
        from $table
        where post_status = 'publish'
        and post_title != ''
        AND post_password = ''
        AND post_type = 'post'
        ORDER BY RAND()
        LIMIT 0,5";

$result = mysql_query($sql, $cono);

while($list = mysql_fetch_row($result)){
    print_r($list);
}

// 结束执行
$end = microtime(TRUE);

echo "\n<br/>实验一，执行时间:" .
     ($end - $begin) .
     "秒";

实验二多次查询

// 实验二，新的查询
$begin = microtime(TRUE);

function getlist($num){

    global $table;

    $arr = array();

    $count = mysql_fetch_row(
        mysql_query(
            "SELECT MIN(ID),MAX(ID) from $table"
        )
    );

    $startid = $count[0];
    $endid = $count[1];

    $querycount = 0;

    for($i = 0; $i < $num; $i++){

        // 安全设置，保证不出现死循环
        if($querycount - $num > 5){
            break;
        }

        $id = rand(
            $startid,
            $endid
        );

        $sql = "SELECT ID, post_title, guid
                from $table
                where ID = $id
                and post_status = 'publish'
                and post_title != ''
                AND post_password = ''
                AND post_type = 'post'";

        $result = mysql_query($sql);

        if(!$result){
            $i--;
            continue;
        }

        $arr[] = mysql_fetch_row($result);

        $querycount++;
    }

    return $arr;
}

print_r(getlist(5));

$end = microtime(TRUE);

echo "\n<br/>实验二，执行时间:" .
     ($end - $begin) .
     "秒";
mysql_close($cono);

两次查询的结果如下：

可以看到，同样是随机取 5 条记录：实验一用了 35 秒多；实验二只用了不到 60 毫秒。两者之间的差距非常大。

WordPress中的随机文章函数

经过测试之后，我把新的随机文章方法写成了一个 WordPress 函数。把下面的函数放到主题的 functions.php 中，就可以直接在页面中调用：

  function random_posts(
    $posts_num = 5,
    $before = '<li>',
    $after = '</li>'
){

    global $wpdb;

    $count = $wpdb->get_results(
        "SELECT MIN(ID) as min,
                MAX(ID) as max
         from $wpdb->posts"
    );

    $startid = $count[0]->min;
    $endid = $count[0]->max;

    $querycount = 0;

    for($i = 0; $i < $posts_num; $i++){

        // 安全设置，保证不出现死循环
        if($querycount - $posts_num > $posts_num){
            break;
        }

        $id = rand(
            $startid,
            $endid
        );

        $sql = "SELECT ID, post_title, guid
                from $wpdb->posts
                where ID = $id
                and post_status = 'publish'
                and post_title != ''
                AND post_password = ''
                AND post_type = 'post'";

        $randposts = $wpdb->get_results($sql);

        if(!$randposts){
            $i--;
            continue;
        }

        $output = '';

        foreach($randposts as $randpost){

            $post_title =
                stripslashes($randpost->post_title);

            $permalink =
                get_permalink($randpost->ID);

            $output .=
                $before .
                '<a href="' .
                $permalink .
                '" rel="bookmark" title="' .
                $post_title .
                '">' .
                $post_title .
                '</a>' .
                $after;
        }

        echo $output;

        $querycount++;
    }
}

再去测试，发现速度要快很多，服务器的 IO 也降低了不少。当然，这种方法也有一个问题：

在文章数量比较少的时候，可能会出现重复文章。

因为这里是根据文章 ID 的范围随机生成一个 ID，如果随机到的 ID 并不存在，或者不是符合条件的文章，就会重新进行查询。但是对于文章数量比较多的情况，例如上面测试的 9 万条记录，这种方式在实际使用中效果还是比较明显的。

总结

通过这次问题，我主要得到两个结论：

MySQL 在执行某些大查询时，如果临时表无法完全放入内存，可能会使用磁盘临时表，从而增加磁盘 IO，并导致查询速度变慢。
使用网上找到的代码时一定要谨慎。

特别是一些看起来非常简单的 SQL，在数据量比较小的时候可能完全感觉不到问题，但是当数据量增加之后，就可能给服务器带来很大的压力。这次就是一个比较典型的例子。