探究Openresty中ngx.re与Lua string.re两种正则的选择

本文分享自天翼云开发者社区《探究Openresty中ngx.re与Lua string.re两种正则的选择》.作者：王****淋
0. 配景

openresty中存在2套正则API，即ngx.re与 lua语言的string库，都可以实现正则匹配查找等功能，那么，这2个API有什么区别，又怎样选择呢？
1. 性能测试

1.1 简单loop测试

a) 短字符串&正则串

1. local http_range = 'bytes=10-65535'
2. local string_re_p = '^bytes=([%d]*)%-([%d]*)$'
3. local ngx_re_p    = '^bytes=([\\d]*)?\\-([\\d]*)$'
4. local loop = 1000000
6. local t0 =  get_t()
7. for i = 1, loop do
8.     local _, _ = string_match(http_range, string_re_p)
9. end
11. local t1 =  get_t()
12. for i = 1, loop do
13.     local m, err = ngx_re_match(http_range, ngx_re_p, "jo")
14. end
15. local t2 =  get_t()

复制代码

Result: 0.247 vs. 0.32
b) 长字符串&复杂正则串

1. local http_range = 'dsfds65465fwef bytes=12345757860-4465458586465 ewfsd65sd4fg65fsd'
2. local string_re_p = '.*bytes=([%d]*)%-([%d]*) .+'
3. local ngx_re_p    = '.*bytes=([\\d]*)?\\-([\\d]*) .+'
4. local loop = 1000000

复制代码

Result: 1.16 vs. 0.526
由测试结果可以看出，对于字符串/正则规则越复杂，ngx-re的性能是有上风的
1.2. 参加jit扰动

a) 对照组：ipairs不粉碎jit (短串正则)

1. local http_range = 'bytes=10-65535'
2. local string_re_p = '^bytes=([%d]*)%-([%d]*)$'
3. local ngx_re_p    = '^bytes=([\\d]*)?\\-([\\d]*)$'
4. local loop = 1000000
6. local t0 =  get_t()
7. for i = 1, loop do
8.     for k, v in ipairs({1,2}) do end
9.     local _, _ = string_match(http_range, string_re_p)
10. end
12. local t1 =  get_t()
13. for i = 1, loop do
14.     for k, v in ipairs({1,2}) do end
15.     local m, err = ngx_re_match(http_range, ngx_re_p, "jo")
16. end
17. local t2 =  get_t()

复制代码

jit-on: 0.369 - 0.326
jit-off: 0.38 - 3.265
b) pairs 粉碎jit (短串正则)

1. local http_range = 'bytes=10-65535'
2. local string_re_p = '^bytes=([%d]*)%-([%d]*)$'
3. local ngx_re_p    = '^bytes=([\\d]*)?\\-([\\d]*)$'
4. local loop = 1000000
6. local t0 =  get_t()
7. for i = 1, loop do
8.     for k, v in pairs({a=1,b=2}) do end
9.     local _, _ = string_match(http_range, string_re_p)
10. end
12. local t1 =  get_t()
13. for i = 1, loop do
14.     for k, v in pairs({a=1,b=2}) do end
15.     local m, err = ngx_re_match(http_range, ngx_re_p, "jo")
16. end
17. local t2 =  get_t()

复制代码

jit-off: 0.395 - 3.216
jit-on: 0.394 - 1.04
c) pairs + 长复杂串

1. local http_range = 'dsfds65465fwef bytes=12345757860-4465458586465 ewfsd65sd4fg65fsd'
2. local string_re_p = '.*bytes=([%d]*)%-([%d]*) .+'
3. local ngx_re_p    = '.*bytes=([\\d]*)?\\-([\\d]*) .+'
4. local loop = 1000000

复制代码

jit-on: 1.31 - 1.30
jit-off: 1.307 - 2.94
超长串 + jit-on：

1. local http_range = 'dsfds6546vsdvsdfdsfsdfsdfwaasdasdasdas5fwef bytes=12354345345345757860-4465453453453453453453453458586465 ewfsd65safdknsalk;nlkasdnflksdajfhkldashjnfkl;ashfgjklahfg;jlsasd4fg65fsd'

复制代码

结果： 2.775 - 1.739
1.3测试结果汇总

 string.matchngx.re.match备注短串正则0.247 秒0.32 秒jit-hit短串正则 带ipirs0.3690.326jit-hit短串正则 带pairs0.3941.04 长串正则 带pairs2.7751.739 短串正则 带pairs+jit-off0.3953.216jit-off短串正则 带ipairs+jit-off0.383.265jit-off2. 结论

由测试结果可知：
1）在一样寻常情况下，nginx-re正则库更能顺应复杂字符串与复杂正则规则的情况，一样寻常情况下比力保举使用
2）在极简单字符串的情况下，二者差异不大，string正则稍带上风，可以按照方便的写法来写；
3）nginx-re正则受JIT的影响更大，在关闭jit或使用pairs等情况下，大概会有拖累；