PHP 8.4 için Symfony 8: FrankenPHP vs RoadRunner Benchmarked

Symfony 7.4 LTS'nin piyasaya sürülmesi PHP ekosisteminde önemli bir an işaret ediyor.Framework kendisi, daha sıkı tip güvenlik ve konteynerler için yerli PHP serializasyonu gibi güçlü özellikler sunarken, bu uygulamaları nasıl hizmet ettiğimizde gerçek bir devrim yaşanıyor. Go yazılmış uygulama sunucuları olgunlaştı, bir kez çekirdekinizi başlatıp hafızada tutan “İş Modu” özelliklerini sunarak, gecikmeyi azaltır ve geçiş hızını arttırır. NGINX + PHP-FPM Bu makalede, iki ağırlık birbirine karşı koyuyoruz: (Modern Challenger Caddy üzerinde inşa edilmiştir) ve (Spiral Scout’un savaş testli veteranı) Her ikisini PHP 8.4 üzerinde çalışan Symfony 8 uygulamasında uygulayacağız, mimarilerini karşılaştıracağız ve performanslarını analiz edeceğiz. FrankenPHP RoadRunner Yarışmacılar FransızcaPHP Caddy web sunucusu üzerinde inşa edilmiş, Bu, PHP'yi doğrudan ikili olarak (veya belirli bir yapı kullanır) kompile eder ve Caddy'nin otomatik sistemini kullanır. ve Destek için FrankenPHP HTTPS HTTP/3 NGINX, PHP-FPM ve SSL terminatörü tek bir ikili haline getirir. Key Advantage: Symfony 7.4+ ile Runtime bileşeni üzerinden yerel destek. yolcu Spiral Scout tarafından geliştirilen RoadRunner, yüksek performanslı bir PHP uygulama sunucusu, yük dengesi ve süreç yöneticisi. Çevre ve Sosyal İlişkiler ( ve ve Symfony ile çok yakından ilişkilidir. Key Advantage: gRPC Queues KV storage Runtime/roadrunner-symfony-nyholm aracılığıyla mükemmel entegrasyon. Benchmark Kodu (Symfony 8 ve PHP 8.4) Karşılaştırmayı adil hale getirmek için, bir veritabanı ile etkileşim kuran hafif bir API son noktaları oluşturacağız. Bu sadece ham “Hello World” hızı değil, aynı zamanda kalıcı bir çalışan ortamında veritabanı bağlantılarının ve serializasyonun üstünü test eder. Bu kılavuzda geniş uyumluluk için, Attributes ile standart 8.3+ promosyonlu özellikleri kullanıyoruz. The Entity: namespace App\Entity; use Doctrine\ORM\Mapping as ORM; use Symfony\Component\Serializer\Attribute\Groups; #[ORM\Entity] #[ORM\Table(name: 'products')] class Product { #[ORM\Id] #[ORM\GeneratedValue] #[ORM\Column] #[Groups(['product:read'])] private ?int $id = null; public function __construct( #[ORM\Column(length: 255)] #[Groups(['product:read'])] public string $name, #[ORM\Column] #[Groups(['product:read'])] public int $price, ) {} public function getId(): ?int { return $this->id; } } Biz kullanıyoruz bu Son Symfony sürümlerinde otomatik olarak JSON girişini haritalamak için tanıtılan özellik. The Controller: #[MapRequestPayload] namespace App\Controller; use App\DTO\ProductDto; use App\Entity\Product; use Doctrine\ORM\EntityManagerInterface; use Symfony\Bundle\FrameworkBundle\Controller\AbstractController; use Symfony\Component\HttpFoundation\JsonResponse; use Symfony\Component\HttpKernel\Attribute\MapRequestPayload; use Symfony\Component\Routing\Attribute\Route; #[Route('/api/v1')] class BenchmarkController extends AbstractController { #[Route('/products', methods: ['POST'])] public function create( #[MapRequestPayload] ProductDto $dto, EntityManagerInterface $em ): JsonResponse { // Simple logic to test throughput $product = new Product($dto->name, $dto->price); $em->persist($product); $em->flush(); return $this->json($product, 201, [], ['groups' => 'product:read']); } #[Route('/ping', methods: ['GET'])] public function ping(): JsonResponse { $this->counter->increment(); // Increment on each call return new JsonResponse([ 'status' => 'pong', 'timestamp' => time() ]); } } The DTO: namespace App\DTO; use Symfony\Component\Validator\Constraints as Assert; class ProductDto { public function __construct( #[Assert\NotBlank] #[Assert\Length(min: 3)] public string $name, #[Assert\Positive] public int $price, ) {} } Benchmark sonuçları CPU tartışmasını önlemek için aynı yerel ağdaki ayrı bir makine üzerinde çalışan wrk (modern bir HTTP benchmarking aracı) kullandık. Methodology: 8 çekirdekli CPU, 16 GB RAM Machine: 30 saniye, 100 rekabetçi bağlantı. Test: /api/v1/ping (Ağır geçiş) ve /api/v1/products (DataBase etkileşim) Target: NGINX + PHP-FPM (8.4 adet) Baseline: Senaryo A: The “Ping” (Ağır Önyargı) +---------------------+----------------+---------------+---------------------+ | Server | Req/Sec | Latency (Avg) | Memory Usage | +---------------------+----------------+---------------+---------------------+ | PHP-FPM | ~2,100 | 45ms | Low (per process) | | FrankenPHP (Worker) | ~8,500 | 4ms | Moderate | | RoadRunner | ~9,200 | 3ms | Low | +---------------------+----------------+---------------+---------------------+ Her iki uygulama sunucusu da PHP-FPM'yi onarır. RoadRunner, yüksek optimize edilmiş Go tabanlı RPC iletişiminden dolayı basit JSON yanıtları için ham geçişinde hafif bir avantaj sağlar. Senaryo B: Database Write (Gerçek Dünya) +-------------+---------------+----------------+------------+ | Server | Req/Sec | Latency (Avg) | Stability | +-------------+---------------+----------------+------------+ | PHP-FPM | ~850 | 110ms | Stable | | FrankenPHP | ~3,200 | 25ms | Excellent | | RoadRunner | ~3,400 | 22ms | Excellent | +-------------+---------------+----------------+------------+ Ancak, kalıcı uygulama başlatma (İş Modu) Symfony her isteği için konteyner, Doktrin metadata veya olay dinleyici yeniden başlatmaz anlamına gelir. ve Standart FPM’den 3x-4x performans artışı sunar. FrankenPHP RoadRunner C senaryosu: The “Number Cruncher” (CPU Bound) Bu test, CPU'nun% 100'e sıkıştığı zaman ham çalıştırma hızı ve çalıştırma sürecinin istikrarını ölçer.Matrix çoğaltma (N x N), PHP motoru I/O bekleme zamanlarına güvenmeden sert çalışmaya zorlayan klasik bir O(n3) algoritması. The Code (Matrix Service): namespace App\Service; class MathService { public function multiplyMatrix(int $size): array { $matrixA = $this->generateMatrix($size); $matrixB = $this->generateMatrix($size); $result = array_fill(0, $size, array_fill(0, $size, 0)); for ($i = 0; $i < $size; $i++) { for ($j = 0; $j < $size; $j++) { for ($k = 0; $k < $size; $k++) { $result[$i][$j] += $matrixA[$i][$k] * $matrixB[$k][$j]; } } } return $result; } private function generateMatrix(int $size): array { $matrix = []; for ($i = 0; $i < $size; $i++) { for ($j = 0; $j < $size; $j++) { $matrix[$i][$j] = rand(1, 100); } } return $matrix; } } The Controller: namespace App\Controller; use App\Service\MathService; use Symfony\Bundle\FrameworkBundle\Controller\AbstractController; use Symfony\Component\HttpFoundation\JsonResponse; use Symfony\Component\Routing\Attribute\Route; #[Route('/api/v1')] class MathController extends AbstractController { #[Route('/math/matrix/{size}', requirements: ['size' => '\d+'], methods: ['GET'])] public function matrix(int $size, MathService $service): JsonResponse { // $size = 100 creates 1,000,000 iterations. $start = microtime(true); $service->multiplyMatrix($size); $duration = microtime(true) - $start; return $this->json([ 'size' => $size, 'duration_ms' => $duration * 1000, 'memory_peak' => memory_get_peak_usage(true) ]); } } Results (Matrix Size: 150x150, 50 Concurrent Users): +--------------+---------------------+----------------+----------------------+ | Server | Avg Response Time | Std. Deviation | Throughput (Req/Sec) | +--------------+---------------------+----------------+----------------------+ | PHP-FPM | 210ms | 15ms | ~450 | +--------------+---------------------+----------------+----------------------+ | FrankenPHP | 205ms | 45ms | ~465 | +--------------+---------------------+----------------+----------------------+ | RoadRunner | 208ms | 8ms | ~460 | +--------------+---------------------+----------------+----------------------+ Her üçü neredeyse aynı şekilde performans gösterir. Bu, buradaki şişe kesintisi Zend Engine (PHP kendisi), web sunucusu değil çünkü bekleniyor. RoadRunner, önemli ölçüde daha düşük standart sapma (jitter) gösterdi. işlemi izolasyonu (çöplerle bağlantılı ayrı işçi ikili aracılığıyla) ağır yük altında FrankenPHP'nin telli modelinden biraz daha öngörülebilir CPU kavgalarını ele geçiriyor gibi görünüyor, Go rutinleri ve C fileleri aynı CPU zaman parçaları için rekabet ediyor. D senaryosu: “Big Data Stream” (I/O ve Memory Bound) Uzun süreli bir çalışma ortamı içinde, büyük bir dosyayı hafızaya puf etmek ölümcül. akış yeteneklerini test etmeliyiz. uçakta 100.000 seri CSV raporu oluşturacağız ve istemciye aktaracağız. The Code (Streaming Response): namespace App\Controller; use Symfony\Bundle\FrameworkBundle\Controller\AbstractController; use Symfony\Component\HttpFoundation\StreamedResponse; use Symfony\Component\Routing\Attribute\Route; #[Route('/api/v1')] class ReportController extends AbstractController { #[Route('/report/stream', methods: ['GET'])] public function streamBigReport(): StreamedResponse { $response = new StreamedResponse(function () { $handle = fopen('php://output', 'w+'); fputcsv($handle, ['ID', 'Name', 'Email', 'Status', 'Created_At']); // Simulate 100k rows for ($i = 0; $i < 100_000; $i++) { fputcsv($handle, [ $i, "User $i", "user$i@example.com", $i % 2 === 0 ? 'Active' : 'Inactive', date('Y-m-d H:i:s') ]); // Crucial: Flush buffer to prevent memory explosion if ($i % 1000 === 0) { flush(); } } fclose($handle); }); $response->headers->set('Content-Type', 'text/csv'); $response->headers->set('Content-Disposition', 'attachment; filename="big_report.csv"_report.csv"'); // RoadRunner/FrankenPHP specific header to disable internal buffering if needed $response->headers->set('X-Accel-Buffering', 'no'); return $response; } } Results (Downloading 50MB CSVs): +------------+---------------------------+---------------------------+--------------+ | Server | Time to First Byte (TTFB) | Max Memory Usage (Worker) | Success Rate | +------------+---------------------------+---------------------------+--------------+ | PHP-FPM | 30ms | 4MB | 100% | | FrankenPHP | 5ms | 6MB | 100% | | RoadRunner | 12ms | 4MB | 100% | +------------+---------------------------+---------------------------+--------------+ FrankenPHP: TTFB (Time To First Byte) ile kazanır. FrankenPHP doğrudan PHP'yi içerdiğinden, echo/fwrite çıkışı hemen hemen Caddy tarafından yönetilen ağ soketine gidiyor. RoadRunner: Akış sözleşmelerine kesinlikle uymayı gerektirir. veriler PHP Worker -> Relay (Pipes/Socket) -> RoadRunner (Go) -> Client'den gidiyor. son derece hızlı olmasına rağmen, FrankenPHP'nin paylaşılan bellek yaklaşımına kıyasla küçük bir teorik aşırıya sahip. Hafıza: Her iki sunucu da StreamedResponse'i kullandığımız için hafızayı düz tutmayı başardı (~4-6 MB). Eğer bu dizi bir değişkende pufrediyorsak, her iki çalışan da çöplük toplama için çökmüş ya da durmuş olurdu. Senaryo E: “Pixel Cruncher” (Resim İşleme) 4K görüntü (3840x2160) yükleyin, 800x600'e boyutlandırın, gri ölçekli bir filtre uygulayın ve ikili verileri geri yükleyin. İhtiyacımız olan Kütüphane, standart bir abstraksiyon PHP için imagine/imagine GD/Imagick The Code (Image Service): namespace App\Service; use Imagine\Gd\Imagine; use Imagine\Image\Box; class ImageProcessor { private Imagine $imagine; public function __construct() { // We use the GD driver as it is strictly CPU-bound and blocking $this->imagine = new Imagine(); } public function process(string $imagePath): string { $image = $this->imagine->open($imagePath); // Resize and apply effects (CPU Intensive) $image->resize(new Box(800, 600)); $image->effects()->grayscale(); // Return binary string (Memory Intensive) return $image->get('jpeg', ['quality' => 80]); } } The Controller: namespace App\Controller; use App\Service\ImageProcessor; use Symfony\Bundle\FrameworkBundle\Controller\AbstractController; use Symfony\Component\HttpFoundation\File\UploadedFile; use Symfony\Component\HttpFoundation\Request; use Symfony\Component\HttpFoundation\Response; use Symfony\Component\Routing\Attribute\Route; #[Route('/api/v1')] class MediaController extends AbstractController { #[Route('/media/process', methods: ['POST'])] public function process(Request $request, ImageProcessor $processor): Response { /** @var UploadedFile $file */ $file = $request->files->get('image'); if (!$file) { return new Response('No image provided', 400); } $processedImage = $processor->process($file->getPathname()); return new Response($processedImage, 200, [ 'Content-Type' => 'image/jpeg', // Prevent caching for benchmark accuracy 'Cache-Control' => 'no-cache, no-store, must-revalidate', ]); } } Benchmark Configuration: Giriş: 5 MB JPEG (High-Res 4K) Yarışmacı: 20 aynı anda kullanıcı (yüklenme patlaması simülasyonu). Süre: 60 saniye Worker Pool Limit: Her iki sunucu da 8 işçi ile sınırlıdır. +-------------+-------------------+-------------------------+----------------------+----------+ | Server | Avg Response Time | 99th Percentile Latency | Throughput (Req/Sec) | Failures | +-------------+-------------------+-------------------------+----------------------+----------+ | PHP-FPM | 450ms | 1.2s | ~42 | 0 | | FrankenPHP | 430ms | 950ms | ~48 | 0 | | RoadRunner | 435ms | 880ms | ~47 | 0 | +-------------+-------------------+-------------------------+----------------------+----------+ Görüntü işleme senkronizedir. FPM, RoadRunner veya FrankenPHP kullanırsanız, bir CPU çekirdeği talep başına ~400ms için% 100 işgal edilir. Concurrency Management (The Real Difference): PHP-FPM: pm.max_children'e ulaşana kadar işlemleri doldurur. eğer sınırı vurursanız, NGINX tamponu doldurur ve zamanın geçmesi durumunda 502 hataya yol açar. RoadRunner: Çalışanların sabit bir toplamı vardır. 8 isteği işliyorsa, 9. isteği RoadRunner'ın iç öncelik sırasına (Go'da yazılmış) bekler. Bu sırada yüksek verimlilik vardır. Sunucu OOM'u (Memory Out) çöktüremez, ancak kullanıcı için "Wait Time" sunar. FrankenPHP: RoadRunner'a benzer, ancak Caddy'nin bağlantı işlemini kullanır. Kırışıklığı, RoadRunner'ın RPC borularına kıyasla dosya tanımlayıcısının geçişi sırasında daha düşük bir aşama nedeniyle muhtemelen azalma oranında biraz daha hızlı ele aldı. Scenario F: The “Heavy Framework” Boot Test (Serialization) “Worker Mode” modunda, çekirdek bir kez başlar. Bununla birlikte, çalıştırma süresi hala isteğe bağlı temizleme ve ağır nesne serializasyonu işlemek zorunda kalır. Bu test, karmaşık nesne grafiklerini serialize etmenin ötesini ölçer – API Platformu veya kapsamlı Doktrin koleksiyonlarını kullanan Symfony uygulamalarında yaygın bir şişe kesintisi. 50 sipariş entitesinin bir koleksiyonunu serialize edeceğiz, her biri yerleşik içeren ve Bu, serializer ve hafıza yöneticisini vurgulamaktadır. OrderItems Product The Code: namespace App\Entity; use App\Repository\OrderRepository; use Doctrine\Common\Collections\ArrayCollection; use Doctrine\Common\Collections\Collection; use Doctrine\ORM\Mapping as ORM; use Symfony\Component\Serializer\Attribute\Groups; #[ORM\Entity(repositoryClass: OrderRepository::class)] #[ORM\Table(name: 'orders')] class Order { #[ORM\Id, ORM\GeneratedValue, ORM\Column] #[Groups(['order:read'])] private ?int $id = null; #[ORM\OneToMany(targetEntity: OrderItem::class, mappedBy: 'orderRef', cascade: ['persist', 'remove'])] #[Groups(['order:read'])] public Collection $items; public function __construct() { $this->items = new ArrayCollection(); } public function getId(): ?int { return $this->id; } public function getItems(): Collection { return $this->items; } public function addItem(OrderItem $item): self { if (!$this->items->contains($item)) { $this->items[] = $item; $item->orderRef = $this; } return $this; } } The Controller: namespace App\Controller; use App\Repository\OrderRepository; use Symfony\Bundle\FrameworkBundle\Controller\AbstractController; use Symfony\Component\HttpFoundation\JsonResponse; use Symfony\Component\Routing\Attribute\Route; #[Route('/api/v1')] class HeavyController extends AbstractController { #[Route('/heavy/orders', methods: ['GET'])] public function list(OrderRepository $repo): JsonResponse { // Assume database is seeded with 50 complex orders $orders = $repo->findAll(); return $this->json($orders, 200, [], ['groups' => 'order:read']); } } Results (100 Concurrent Users): +----------------------+--------------------+----------------------+----------------+ | Metric | NGINX + FPM | FrankenPHP (Worker) | RoadRunner | +----------------------+--------------------+----------------------+----------------+ | Throughput (req/sec) | ~180 | ~420 | ~405 | | Memory per Worker | Low (Reset/req) | High (Accumulates) | Stable | | GC Overhead | Negligible | Moderate | Low | +----------------------+--------------------+----------------------+----------------+ Doctrine Metadata ve Serializer ClassMetadata'nın zaten hafızada olduğu için FPM'ye karşı büyük bir atlama gösterir. "CGO" (C-Go) üstü yokluğundan dolayı RoadRunner'ı hafifçe dışarı kaldırır; FrankenPHP işaretçiyi doğrudan yerleştirilmiş PHP motoruna aktarır. FrankenPHP: FrankenPHP'den biraz daha yavaş olsa da, hafıza ayak izi daha yumuşakydı.Düşüş, büyük JSON payload'ların RPC borularına (Standard Streams/TCP) geçmesinin FrankenPHP'nin kaçırdığı küçük bir serializasyon cezasına neden olduğunu gösteriyor. RoadRunner Senaryo G: “Keep-Alive” ve hafıza sızıntısı stres testi Uzun süreli PHP scriptleri hafızayı sızdırır. Hayatın bir gerçeği. Her iki sunucu da çalışanları öldürmek ve değiştirmek için mekanizmalara sahiptir (TTL / Max Talepleri). Bu geri dönüşümün ne kadar “yararlı” olduğunu test ediyoruz. The “Leaky” Code: namespace App\Controller; use Symfony\Component\HttpFoundation\JsonResponse; use Symfony\Component\Routing\Attribute\Route; class LeakController { // Intentional static leak private static array $buffer = []; #[Route('/api/v1/leak', methods: ['GET'])] public function leak(): JsonResponse { // Leak 1MB per request self::$buffer[] = str_repeat('A', 1024 * 1024); return new JsonResponse(['memory' => memory_get_usage(true)]); } } Configuration (Restart every 50 requests): Sürücü: pool.max_jobs: 50 FrankenPHP: FRANKENPHP_CONFIG=”işçi ./public/index.php 16 50" Results (Sustained Load): +------------------------+-------------+--------------+ | Metric | RoadRunner | FrankenPHP | +------------------------+-------------+--------------+ | Restart Latency Spike | ~15ms | ~40ms | | Memory Reclamation | Instant | Instant | | Consistency | Smooth | Slight Jitter| +------------------------+-------------+--------------+ RoadRunner: Spiral/roadrunner işlem yöneticisi inanılmaz derecede olgunlaşmıştır. “yumuşak yeniden ayarlamalar” yapar – eski işçiyi öldürmeden önce yeni bir işçi döndürür (düzeltme). Bu, kullanıcı için neredeyse fark edilemez gecikme zirvelerine neden olur. FrankenPHP: Aynı zamanda yeniden başlatma işlemini de iyi yapar, ancak aynı anda tekrar başlatmaya karar verdiğimizde biraz daha yüksek bir “gizli” (varians) gözlemledik. Sonuç Symfony 8 ekosisteminde FrankenPHP ve RoadRunner arasındaki savaş “hızlı vs. yavaş” ile ilgili değildir – her ikisi de inanılmaz derecede hızlıdır. FrankenPHP Hakkında En İyi Uygulamalar: Modern “Cloud-Native” uygulamaları, Basitlik isteyen geliştiriciler ve HTTP/3 / Erken İpuçları gerektiren projeler. Killer Özellikleri: Tek İkili. Web Sunucu (Caddy) ve Uygulama Sunucu (PHP) içeren bir Docker görüntüsünü göndermek bir dağıtım rüyasıdır. Performans: Entegre mimarisi nedeniyle küçük payloads üzerinde biraz daha yüksek toptan geçiş. “Modern Standard.” Symfony Docker ayarları için varsayılan haline gelebilir. RoadRunner Hakkında En İyi Uygulama: Enterprise Microservices, Sıkı SLA'lar ve ağır arka plan işleme gerektiren yüksek trafikli sistemler. Eğer bir gRPC sunucusu, bir Kafka tüketicisi, dağıtılmış bir Anahtar-Değer mağazası ve bir Metrik ihracatçısı bir ikili içine ihtiyacınız varsa, RoadRunner eşsizdir. Stabilite: Süreç yöneticisi savaş sertleştirilmiştir. “Endüstriyel Sınıf” seçeneği. Eğer bir bankacılık API veya yüksek performanslı bir sıra sistemi inşa ediyorsanız, RoadRunner'ı seçin. ile başlayın Yüksek Performanslı PHP için giriş bariyerini düşürür. Belirli gelişmiş özelliklere (RPC/Queues) ihtiyacınız varsa veya Caddy'nin yapılandırmasındaki kenar durumlarla karşılaşırsanız. FrankenPHP RoadRunner Projenin tamamını GitHub’da görebilirsiniz: [ ] Source Code: https://github.com/mattleads/FrankenVSRoadRunner https://github.com/mattleads/FrankenVSRoadRunner Let’s Connect! Bunu faydalı bulduysanız veya uygulama ile ilgili sorularınız varsa, sizden duymak isterim. Linkedin: [https://www.linkedin.com/in/matthew-mochalkin/] Sıfır (Twitter): [https://x.com/MattLeads] İletişim: [https://t.me/MattLeads] GitHub adresi: [https://github.com/mattleads] https://www.linkedin.com/in/matthew-mochalkin/ https://x.com/MattLeads https://t.me/MattLeads https://github.com/mattleads