首先，后端外围资源，是指跟 php 运行过程中与语言本身无关的网络与 io 操作、存储服务、中间件代理、缓存和数据库访问等，在本文中，我们先分析 io 操作和中间件服务。
为什么外围资源的性能分析，要以以上三者分析为主？我们可以看如下国内专业的性能监控工具 OneAPM 的 PHP Web 应用后台截取下来的总览图，通过这个图可以看到，数据库所花费的时间在总 PHP 响应时间中，占据着 60% 甚至更大的比重，而 Memcached 缓存服务，在这张图里所占的响应时间，几乎看不见。
一、IO 操作
PHP 语言本身尽管有性能的差异，但是从对 PHP 的性能微观分析也可以看出，如果只执行单次操作，实际中这种差别是非常小的，前面的实验中，十万次以上操作，才有百 ms 级的差别，因为 PHP 语言本身操作的是内存，一次内存访问，大约在 50ns 左右。而 IO 操作，则是磁盘访问，一次磁盘访问所费时间在 5ms 以上。仅从这个数量级看是 10 万倍的差距，实际上，根据实验，也有百倍级的差距（顺序访问和随机访问差距巨大，实际中两者同时进行，还会有磁盘缓存等）。
所以对比语言本身，IO 成为瓶颈的可能性更大。首先看一下，IO 操作带来的性能差别。
一个 PHP 脚本，通过 PHP 命令方式运行，正常时，消耗时间如下：
立即学习“PHP免费学习笔记（深入）”；
当使用如下命令清空磁盘缓存后：
echo 3 | sudo tee /proc/sys/vm/drop_caches
代码一模一样，但是运行时间却是正常运行时间的 6 倍。当然这个时间的慢，并不仅仅是由于程序本身的 IO 操作导致，而更大的慢的因素是在 CGI 模式下，PHP 脚本的每一次运行都需要加载所有模块，这个加载，也伴随着大量的 IO 操作。
再做一个实验，完全同样功能的两个页面，一个采用了 MVC 的方式，把头部，尾部拆开成独立的模板（并未使用模板引擎），中间逻辑也使用独立的 Model 类来处理。另一个只 require 了宏定义和数据库操作两个文件。
使用命令ab -c 40 -n 1000 http://xxxxx/0929/zuche/carlist.php 进行压力测试, 这两个页面运行稳定后压测结果数据。
Magento是一套专业开源的PHP电子商务系统。Magento设计得非常灵活，具有模块化架构体系和丰富的功能。易于与第三方应用系统无缝集成。Magento开源网店系统的特点主要分以下几大类，网站管理促销和工具国际化支持SEO搜索引擎优化结账方式运输快递支付方式客户服务用户帐户目录管理目录浏览产品展示分析和报表Magento 1.6 主要包含以下新特性：•持久性购物 - 为不同的
在这个页面中，MVC 版本所费时间要多 6-8ms 左右。虽然只是多增加了几个文件包含，但是明显增加了请求延时，如果文件操作本身更加复杂，比如文件上传、检测、转换，则延时会增加一个数量级以上。在实际的生产使用中，也不是说有了文件操作，就一定会产生大的延时，因为就像本例的 require 而言，由于磁盘缓存等的存在，延时的影响已降低很多。
二、中间件代理
在正式使用中间件之前，我们先对比一下，使用数据库与不使用数据库的差别，同样是上面的这个例子，我们把数据结果集，从数据库获取转换成为直接的结果数组设置，为了结构化清楚，采用 MVC 这一版。同时为了更显著对比上一轮测试结果，同时也消除语言本身的一些慢的因素，在本轮实验中，我们采用 PHP7，得到结果是令人吃惊的。 如下图是带有数据库连接和数据读取的版本，PHP 扩展使用的是 mysqli。
由于本页面，只有一次数据库操作，页面结构也比较简单，语言本身的影响因素非常大，PHP7 下速度有两倍以上提升，原来平均响应时长为 37-40ms，现在则为 14ms。
即使如此，不读取数据库时，有 4ms 的差距，尽管数目上不大，但是对于一个总响应时长只有 14ms 的应用，这 4ms 已经很显著了，而这只是一个数据库查询操作。
接下来看一下，当增加一层数据库中间件时，效率又有怎么样的变化呢？由于笔者所使用的中间件，目前并不支持 PHP7，所以我们还在老版 PHP 的基础上来比对。在同样的服务器压力下，使用了中间件的版本慢了一倍以上。
从这个例子可以看出来，原本 PHP 直接连数据库，取得数据的操作，增加了中间件之后，变了先到中间件，中间件再到数据库，返回亦如是，导致了速度的大幅度下降（这里已经剔除了中间件本身占用资源的因素，在原来直连的版本是 37-40ms 左右）。
这里也请读者不要误解，演示中间件使用速度下降的例子，并不是说为了说明中间件不好，在分布式环境下，使用中间件是非常必要的。而是说，程序的外部资源，往往是影响性能的重要因素，尤其是当外部资源的连接和数据获取本身速度达不到理想的结果时。
对于 IO 操作和中间件服务的分析就到这里，下篇将分析数据库给整个应用性能带来的影响。
