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. 背景
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，又如何选择呢？
1. 性能测试
1.1 简单 loop 测试
a) 短字符串 &正则串
local http_range = 'bytes=10-65535'local string_re_p = '^bytes=([%d]*)%-([%d]*)$'local ngx_re_p = '^bytes=([\\d]*)?\\-([\\d]*)$'local loop = 1000000
local t0 = get_t()for i = 1, loop do local _, _ = string_match(http_range, string_re_p)end
local t1 = get_t()for i = 1, loop do local m, err = ngx_re_match(http_range, ngx_re_p, "jo")endlocal t2 = get_t()
复制代码
Result: 0.247 vs. 0.32
b) 长字符串 &复杂正则串
local http_range = 'dsfds65465fwef bytes=12345757860-4465458586465 ewfsd65sd4fg65fsd'local string_re_p = '.*bytes=([%d]*)%-([%d]*) .+'local ngx_re_p = '.*bytes=([\\d]*)?\\-([\\d]*) .+'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 的性能是有优势的
1.2. 加入 jit 扰动
a) 对照组：ipairs 不破坏 jit (短串正则)
local http_range = 'bytes=10-65535'local string_re_p = '^bytes=([%d]*)%-([%d]*)$'local ngx_re_p = '^bytes=([\\d]*)?\\-([\\d]*)$'local loop = 1000000
local t0 = get_t()for i = 1, loop do for k, v in ipairs({1,2}) do end local _, _ = string_match(http_range, string_re_p)end
local t1 = get_t()for i = 1, loop do for k, v in ipairs({1,2}) do end local m, err = ngx_re_match(http_range, ngx_re_p, "jo")endlocal t2 = get_t()
复制代码
jit-on: 0.369 - 0.326jit-off: 0.38 - 3.265
b) pairs 破坏 jit (短串正则)
local http_range = 'bytes=10-65535'local string_re_p = '^bytes=([%d]*)%-([%d]*)$'local ngx_re_p = '^bytes=([\\d]*)?\\-([\\d]*)$'local loop = 1000000
local t0 = get_t()for i = 1, loop do for k, v in pairs({a=1,b=2}) do end local _, _ = string_match(http_range, string_re_p)end
local t1 = get_t()for i = 1, loop do for k, v in pairs({a=1,b=2}) do end local m, err = ngx_re_match(http_range, ngx_re_p, "jo")endlocal t2 = get_t()
复制代码
jit-off: 0.395 - 3.216jit-on: 0.394 - 1.04
c) pairs + 长复杂串
local http_range = 'dsfds65465fwef bytes=12345757860-4465458586465 ewfsd65sd4fg65fsd'local string_re_p = '.*bytes=([%d]*)%-([%d]*) .+'local ngx_re_p = '.*bytes=([\\d]*)?\\-([\\d]*) .+'local loop = 1000000
复制代码
jit-on: 1.31 - 1.30jit-off: 1.307 - 2.94
超长串 + jit-on：
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
2. 结论
由测试结果可知：
1）在一般情况下，nginx-re 正则库更能适应复杂字符串与复杂正则规则的情况，一般情况下比较推荐使用 2）在极简单字符串的情况下，二者差别不大，string 正则稍带优势，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，可能会有拖累；
评论