将现有的 PHP 网站(通常运行在 PHP-FPM 这种“用完即焚”的模式下)改造成 FrankenPHP 的 Worker 模式(常驻进程模式),可以显著提升性能(因为只需要加载一次框架/应用引导代码)。但这也带来了内存管理和状态隔离的挑战。
以下是完整的改造方案,分为基础设施层、入口文件层和代码逻辑层三个部分。
核心概念区别
- PHP-FPM: 每个请求都是独立的。请求开始 -> 加载文件 -> 初始化变量 -> 处理 -> 销毁所有内存。
- FrankenPHP Worker: 进程启动 -> 加载文件 -> 初始化应用 -> 进入循环处理请求 -> 请求结束 -> 内存保留 -> 等待下一个请求。
第一阶段:基础设施 (Docker & Caddyfile)
FrankenPHP 基于 Caddy Server。最简单的运行方式是使用 Docker。
1. 修改 Dockerfile
你需要基于 FrankenPHP 的官方镜像构建。
FROM dunglas/frankenphp
# 安装必要的 PHP 扩展 (根据你的项目需求添加)
RUN install-php-extensions \
pdo_mysql \
gd \
intl \
zip \
opcache
# 复制你的项目代码
COPY . /app
WORKDIR /app
# 安装 Composer 依赖 (假设你有 composer.json)
ENV COMPOSER_ALLOW_SUPERUSER=1
COPY --from=composer:2 /usr/bin/composer /usr/bin/composer
RUN composer install --no-dev --optimize-autoloader
# 设置环境变量,启用 Worker 模式
# FRANKENPHP_CONFIG 可以直接写 Caddy 配置,或者引用 Caddyfile
ENV FRANKENPHP_CONFIG="worker ./public/index.php"
# 如果是生产环境,建议调整 worker 数量
# 默认是 CPU 核心数 * 2
# ENV SERVER_WORKER_COUNT=16
2. Caddyfile 配置 (可选)
如果你需要更复杂的路由配置,可以在项目根目录创建一个 Caddyfile:
{
# 全局配置
frankenphp {
# 定义 worker 脚本路径和并发数
worker ./public/index.php {
# 这是一个重要的设置:处理多少个请求后重启 Worker
# 这可以防止内存泄漏导致服务崩溃
max_requests 500
}
}
order php_server before file_server
}
:80 {
# 开启压缩
encode zstd gzip
# 静态文件处理
root * /app/public
# 执行 PHP
php_server
}
第二阶段:入口文件改造 (The Worker Script)
这是最关键的一步。你需要修改你的入口文件(通常是 public/index.php),将其包裹在 FrankenPHP 的处理循环中。
假设这是你原本的 index.php (伪代码):
<?php
require __DIR__ . '/../vendor/autoload.php';
{{LATEX:0}}response = {{LATEX:1}}response->send();
改造后的 index.php (Worker 模式):
<?php
require __DIR__ . '/../vendor/autoload.php';
// 1. 引导阶段 (Bootstrap)
// 这里的代码在 Worker 启动时只运行一次!
// 适合:加载配置、建立长连接(如Redis)、初始化容器
{{LATEX:2}}nbRequests = 0;
do {
{{LATEX:3}}app) {
// 3. 请求处理阶段 (Request Handling)
// 这里的代码每个请求都会运行
// 处理请求并输出内容
{{LATEX:4}}nbRequests++;
// 可选:如果不想用 Caddyfile 的 max_requests,也可以在这里手动控制重启
// if (\(nbRequests > 500) break;
} while (\)running);
第三阶段:代码逻辑重构 (排雷指南)
这是最耗时且最容易出 Bug 的部分。因为内存不再重置,你需要手动清理“状态”。
1. 静态变量 (Static Variables)
在 PHP-FPM 中,静态变量常用于缓存当前请求的数据。在 Worker 模式下,静态变量会跨请求持久化,导致数据污染。
- 错误示例:
function getCurrentUser() { static {{LATEX:6}}user) { {{LATEX:7}}user; } - 修正方案:
- 方案 A: 避免使用
static做请求级缓存。 - 方案 B: 在请求结束时,显式重置静态变量(如果你的框架支持容器复位,这通常由框架处理)。
- 方案 A: 避免使用
2. 全局变量 (Global Variables)
虽然 FrankenPHP 会在每个请求开始时自动重置 \(_GET`, `\)_POST, \(_COOKIE` 等超全局变量,但如果你使用了自定义的 `global\)myVar,它可能会残留。
- 建议:尽量避免使用
global关键字。如果必须使用,确保在请求开始时对其进行初始化赋值。
3. 数据库连接 (Database Connections)
- 长连接问题:Worker 启动时建立的 DB 连接可能会在闲置一段时间后被数据库服务器断开(MySQL
wait_timeout)。 - 解决方案:
- 确保你的 DB 库有“断线重连”机制(Laravel/Doctrine 等现代框架通常都有)。
- 或者,不要在 Bootstrap 阶段连接 DB,而是在 Loop 内部(请求开始时)连接,请求结束时关闭(但这损失了部分性能优势)。
- 最佳实践:使用连接池或保持长连接,但在执行 SQL 前检查连接活性 (
ping)。
4. 内存泄漏 (Memory Leaks)
这是 Worker 模式最大的敌人。
- 循环引用:PHP 的 GC 可以处理大部分循环引用,但复杂的闭包或对象引用可能导致内存无法释放。
- 无限增长的数组:检查是否有类似
Logger::\(logs[] =\)msg这样的代码,如果不清理,这个数组会无限变大直到 OOM (Out of Memory)。
5. header() 和 setcookie()
在标准 PHP 中,如果输出了内容再调用 header() 会报错。在 FrankenPHP 中,虽然它试图兼容,但最佳实践依然是:严格区分逻辑层和视图层,确保所有 Header 在任何 echo 之前设置。
6. 文件上传
FrankenPHP 处理文件上传的方式与标准 PHP 略有不同,但它极力模拟了标准行为。
- 检查
$_FILES数组通常能正常工作。 - 注意:上传的临时文件在请求结束后会被删除。如果你在 Worker 循环中通过异步方式处理文件,文件可能已经不存在了。
7. exit 和 die
- 绝对禁止:在业务逻辑中使用
die()或exit()会直接杀掉当前的 Worker 进程。Caddy 会重启它,但这会导致性能抖动。 - 替代:使用
return或抛出异常来结束当前请求的处理逻辑。
第四阶段:针对框架的建议
如果你的网站使用了主流框架,情况会简单很多,因为社区已经有了适配器。
1. Laravel 用户
不要手动改代码,直接使用 Laravel Octane。
composer require laravel/octane
php artisan octane:install --server=frankenphp
Octane 已经帮你处理了容器重置、静态变量清理等脏活累活。
2. Symfony 用户
使用 Symfony Runtime 组件。
Symfony 的 Runtime 组件原生支持 FrankenPHP,通常只需要设置环境变量 APP_RUNTIME=Symfony\Component\Runtime\FrankenPhpSymfonyRuntime。
3. ThinkPHP / 其他遗留框架
你需要按照第二阶段的方法,手动编写一个 worker.php。你需要深入研究框架的生命周期:
- 分离
App::init()(加载配置,只做一次)。 - 分离
App::run()(处理请求,循环执行)。 - 分离
App::clear()(清理请求级数据,手动实现)。
总结清单
- Docker 化:使用
dunglas/frankenphp镜像。 - 入口改造:用
frankenphp_handle_request包裹请求逻辑。 - 清理 Statics:检查所有
static关键字,确保它们不会跨请求污染数据。 - 禁止 Die:全局搜索
die/exit并替换为return。 - 配置重启策略:在 Caddyfile 中设置
max_requests(如 500-1000),作为内存泄漏的兜底方案。 - 测试:使用
ab或wrk进行压力测试,并观察内存占用(docker stats)。如果内存一直涨不掉,说明有泄漏。
推荐
智谱 GLM-5 已上线
我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。