由模板解析器生成的缓存页面 - 包括哈希排名

Question

我目前正在研究一个模板解析器，该模板解析器需要负载变量（包括数组）并通过提供的模板循环搜索并用PHP替换它们，然后缓存此PHP和将其发送到浏览器。

但是我想添加另一层缓存来缓存PHP生成的HTML，我想知道最好的方法来做它，并且它是否值得吗？

我认为可以实现这一点的唯一方法是将md5生成的PHP给出的所有变量，然后检查HTML文件列表，以确定变量是否具有相同的哈希值，但我想这会非常密集，完全浪费时间。

会浪费时间吗？有没有更好的方法来做到这一点？]

。

编辑：所有PHP的散列Algorhythms的排名列表 - 产生相当

所以我创建的所有PHP的散列算法的一个公平的比较，这里的兴趣包括在内。

对于任何对此感兴趣的人来说，PHP哈希算法的排名列表是用共享（每个循环）随机15位数字和随机500字母字符串的10000个散列进行测试的。

我还包括散列的可能性，散列的一个例子以及该散列的平均排名。

Hash Time Rank 

1 - crc32 0.109843254089 
2 - crc32b 0.112758636475 
3 - md4 0.128808498383 
4 - md5 0.141296863556 
5 - sha1 0.151764154434 
6 - adler32 0.152633905411 
7 - tiger192,3 0.185636281967 
8 - tiger128,3 0.192178249359 
9 - ripemd128 0.192563295364 
10 - tiger160,3 0.195315361023 
11 - ripemd256 0.201178789139 
12 - salsa10 0.211281776428 
13 - tiger160,4 0.215661048889 
14 - tiger192,4 0.215940475464 
15 - tiger128,4 0.218608856201 
16 - haval224,3 0.219294309616 
17 - salsa20 0.220067501068 
18 - haval192,3 0.220562696457 
19 - sha256 0.221296072006 
20 - haval160,3 0.221850395203 
21 - ripemd320 0.223988294601 
22 - ripemd160 0.224121570587 
23 - sha224 0.225886106491 
24 - haval256,3 0.229130744934 
25 - haval128,3 0.235924243927 
26 - haval256,4 0.267326116562 
27 - haval160,4 0.269260883331 
28 - haval224,4 0.270739555359 
29 - haval128,4 0.272269487381 
30 - haval192,4 0.272310495377 
31 - haval224,5 0.300775766373 
32 - haval160,5 0.301377296448 
33 - haval192,5 0.302173137665 
34 - haval256,5 0.302881002426 
35 - haval128,5 0.305021524429 
36 - sha384 0.365926265717 
37 - sha512 0.37784910202 
38 - gost 0.411582231522 
39 - whirlpool 0.66826415062 
40 - snefru256 0.866051673889 
41 - snefru 0.873198509216 
42 - md2 1.85310149193 


Hashes Compared 

1 - crc32 ab6bce26 
2 - crc32b a858f80e 
3 - md4 6b5f6832624aa2a62dff0e1e1ca9782c 
4 - md5 651174af49d11b8a37d5af8f7ac2ebf2 
5 - sha1 3da56487bf3ee10fd89bffb9de70958fcd1eccaf 
6 - adler32 d7bcb36d 
7 - tiger192,3 3b2f4e9ce737c55694d15a7b7de07a95f7cdc4fef200ee80 
8 - tiger128,3 3b2f4e9ce737c55694d15a7b7de07a95 
9 - ripemd128 3db40be35a1b4809165d4ec4c4419116 
10 - tiger160,3 3b2f4e9ce737c55694d15a7b7de07a95f7cdc4fe 
11 - ripemd256 465f4057308a3b278e4a5d848913f6e321724caa822f366b98971f46755769e6 
12 - salsa10 cd51bb98aa8be1047b637ee729573c95e2930ea6bc89b015e1ca45b219aef9269c0bf33799eb977e49264d4dbf94a97de5020f7b40bfd9e4199c896ebaa8f041 
13 - tiger160,4 a45bcd00ca9cb066cf8162985462e075f8d92fcd 
14 - tiger192,4 a45bcd00ca9cb066cf8162985462e075f8d92fcd7ea1bdc8 
15 - tiger128,4 a45bcd00ca9cb066cf8162985462e075 
16 - haval224,3 f5a41fe0934675b8618312da94dd5dbe9f60d8558c7623cea515ac80 
17 - salsa20 3132bfbd6f055ad5e12a689c0159626c564ac392ad1a70d78a9be82e2bda2a35e0aa71d9a5a2873ba8a21ce7e8f6a36724383737eb951526915625904e64c5c1 
18 - haval192,3 3aab1fe0204975b8aa8612da96e05dbe6664d855487d23ce 
19 - sha256 e83d87d2641712bcb4efd58c8a1dc6b8e367df83c3f144c50ac2da7827cc64fb 
20 - haval160,3 ded422e0eb947ab8e1e816daeb0d65be510be655 
21 - ripemd320 20545474676f7eba741e76e11e1f1c3f77c138697c7651e4277c942a14d037fcbcac969716753078 
22 - ripemd160 17e1639be09e1e9b49ab0b820236721d9d87b3db 
23 - sha224 da147a3194d52316c74e490eb5d521423c24906b205b97d89279aaff 
24 - haval256,3 daa41fe0844675b85e8312da91dd5dbe9a60d855837623ce9c15ac80996accdb 
25 - haval128,3 3ac89f795c151223b30628a62b540a9a 
26 - haval256,4 4a335ea8aa07a6824db40e91f3fd8ef9f7db1b9dda25af1ec18f26412917a79a 
27 - haval160,4 5f5b63a83988a98227d415910a9891f9698e259d 
28 - haval224,4 5d335ea8b407a68256b40e910bfe8ef902dc1b9dec25af1eca8f2641 
29 - haval128,4 25e39fd1c525679aea8e9e38ea23b593 
30 - haval192,4 9a355ea8cb0aa6820bb50e91d6ff8ef99dde1b9da32aaf1e 
31 - haval224,5 2e0924bd900081a2369c6cbd72e421ab9df5081cb955e9696c2bf898 
32 - haval160,5 631c29bdbf9281a28f0770bdedc427ab32050d1c 
33 - haval192,5 4c0b24bdaf0181a2439f6cbd21eb21ab15f7081cae57e969 
34 - haval256,5 260924bd8b0081a2289c6cbd57e421ab9df5081ca755e969642bf89828617b41 
35 - haval128,5 1bf3bce59369e50344439838f4391aed 
36 - sha384 42c573a2f7d782ec1cea504aeac8ac2fc2333ffb944ff66352381156e473f540c5bc903e8a61ccfaa4d4b834b0774007 
37 - sha512 e079e5afee4a96fef7456c5c50271daeb6bf79d5b539ab052fe0173a613d58d267ba202f5d52b4da87355e5687365895fc2cb0b3e57b195053ded6172668de02 
38 - gost 14e8788685c65af29e381759550a60340330ad67637578833de02717f032638f 
39 - whirlpool 122077c8adb99aef129edcfd330908ca69da138ee1260e25881425b6e94de09d8640f0ed2ad17f9cfee38b62ebaef30d6ed408546e1990c8d35f906cccc5dcf7 
40 - snefru256 1909e6a91b71c4df359f9b8f04ff0c118458db425434e93e2ea01ad7f87af6f2 
41 - snefru 1909e6a91b71c4df359f9b8f04ff0c118458db425434e93e2ea01ad7f87af6f2 
42 - md2 af498550d2f33be614ce6804ffcc8c7d 


Hashes Posibilities 

1 - whirlpool 1.34078079299E+154 
2 - sha512 1.34078079299E+154 
3 - salsa20 1.34078079299E+154 
4 - salsa10 1.34078079299E+154 
5 - sha384 3.94020061964E+115 
6 - ripemd320 2.13598703592E+96 
7 - gost 1.15792089237E+77 
8 - haval256,4 1.15792089237E+77 
9 - sha256 1.15792089237E+77 
10 - haval256,3 1.15792089237E+77 
11 - snefru 1.15792089237E+77 
12 - haval256,5 1.15792089237E+77 
13 - snefru256 1.15792089237E+77 
14 - ripemd256 1.15792089237E+77 
15 - sha224 2.69599466672E+67 
16 - haval224,3 2.69599466672E+67 
17 - haval224,5 2.69599466672E+67 
18 - haval224,4 2.69599466672E+67 
19 - tiger192,3 6.27710173539E+57 
20 - tiger192,4 6.27710173539E+57 
21 - haval192,3 6.27710173539E+57 
22 - haval192,4 6.27710173539E+57 
23 - haval192,5 6.27710173539E+57 
24 - haval160,5 1.46150163733E+48 
25 - tiger160,4 1.46150163733E+48 
26 - ripemd160 1.46150163733E+48 
27 - haval160,3 1.46150163733E+48 
28 - sha1 1.46150163733E+48 
29 - tiger160,3 1.46150163733E+48 
30 - haval160,4 1.46150163733E+48 
31 - tiger128,4 3.40282366921E+38 
32 - haval128,3 3.40282366921E+38 
33 - md5 3.40282366921E+38 
34 - md4 3.40282366921E+38 
35 - haval128,5 3.40282366921E+38 
36 - haval128,4 3.40282366921E+38 
37 - tiger128,3 3.40282366921E+38 
38 - md2 3.40282366921E+38 
39 - ripemd128 3.40282366921E+38 
40 - adler32 4294967296 
41 - crc32b 4294967296 
42 - crc32 4294967296 


Hashes Average Rank 

1 - salsa10 
2 - salsa20 
3 - ripemd256 
4 - tiger192,3 
5 - ripemd320 
6 - sha256 
7 - haval224,3 
8 - sha1 
9 - haval256,4 
10 - tiger192,4 
11 - haval256,3 
12 - md4 
13 - md5 
14 - sha224 
15 - tiger160,4 
16 - haval192,3 
17 - sha512 
18 - tiger160,3 
19 - whirlpool 
20 - sha384 
21 - crc32 
22 - crc32b 
23 - tiger128,3 
24 - gost 
25 - haval256,5 
26 - haval224,4 
27 - adler32 
28 - tiger128,4 
29 - haval160,3 
30 - ripemd160 
31 - haval224,5 
32 - ripemd128 
33 - snefru 
34 - haval192,4 
35 - snefru256 
36 - haval160,5 
37 - haval192,5 
38 - haval160,4 
39 - haval128,3 
40 - haval128,4 
41 - haval128,5 
42 - md2 


Entire page took 23.759114027 seconds 

Answer 1

AFAIK，你是对的。也许你想用memcached而不是文件系统..那会更快。

Here你会发现PHP处理的所有散列算法。做一个基准测试或测试他们以获取更多信息，以根据您输入的内容找出更好的解决方案。

然后，在回显它之前，您将获得经过分析/合并的HTML，并将其保存到您的memcache中。

请确保添加模板文件的日期/时间，或者在您修改任何模板文件时重置缓存。如果你没有注意到这一点，你会提供过时的网页版本。

祝你好运！