Blog de Pichongol

Hello, world!

2008-03-10T12:37:00.005-02:00

I am on the intarweb!

jeje, y probando el API de Blogger... muy interesante
http://code.google.com/apis/blogger/

Dilemas sobre Query Caché

2007-10-10T19:47:00.000-03:00

Si bien son innegables las bondades del uso de un Query caché en un motor de base de datos, debemos tener en claro algunos conceptos y situaciones antes de definirnos a usarlo intensivamente.

Al publicarse el artículo "Memcached: un alivio para las bases de datos" en Maestros del Web he recibido algunas opiniones, entre las cuales, una de Manuel Lagar:
"Interesante artículo. Pero estas características ya deben ser implementadas nativamente por las bases de datos, me consta que Oracle y Sqlserver si lo hacen (se que son propietarias y caras), no se si mysql lo hace…", a lo que le respondo:
"Hola Manuel, como bien apuntas, las bases de datos deberian implementar un “Query cache” (me imagino que a esto te refieres), el tema es que no siempre es conveniente usarlo.
Un cacheo de los queries inyecta un overhead en el motor de las bases de datos, que muchas veces implica lockeos de tablas, y por ende ralentiza las IO (entradas/salidas).
Cuando se manejan volumenes de tráfico del orden de los millones, no es tan bueno tener este tipo de overhead.
Fijate que los ejemplos de sitios que usan memcached son sitios que manejan trafico por millones, rankeados en algunos casos Top 50, en algunos casos Top 10 en la escala mundial de manejo de trafico."

Es un buen pie como para hablar un poco más de los Query Cachés, y para hacerlo, voy a enfocarme en la implementación de MySQL.
Como conclusión, intento fundamentar el porqué no es necesario usar Query Caché junto con Memcached Server, y porqué es contraproducente.

Funcionamiento

Arrancamos diciendo que el query caché es una característica de MySQL a partir de la version 4.0, y que representó en su momento una mejora rotunda de la velocidad de respuesta del motor, muchas veces superando en 5 veces la ejecución de un simple SELECT en un MySQL3 comparado con un MySQL4.
En algunas instalaciones, el query caché de MySQL viene desactivado por default.
Podemos chequearlo en nuestro motor haciedo:

mysql> show variables like '%query%';

Variable_name Value
query_alloc_block_size 8192
query_cache_limit 1048576
query_cache_min_res_unit 4096
query_cache_size 0
query_cache_type ON
query_cache_wlock_invalidate OFF
query_prealloc_size 8192

De todas estas variables, las que nos definen si esta activo o no son "query_cache_type" y "query_cache_size".

query_cache_type
• Determina si el query caché esta activo, y el tipo de cacheo.
• 0: Cache inactivo. 1: Siempre se cachea, salvo que lo pidamos explicitamente con SQL_NO_CACHE. 2: Solo se cachea con la opcion SQL_CACHE

query_cache_size
• Indica el tamaño del set de datos cacheados. Si se establece en 0, se inhabilita el caché, independientemente de query_cache_type.

Ventajas y desventajas

La principal ventaja del cacheo de queries frente al esquema contrario, radica en el beneficio que implica el ahorro del tiempo de parseo frente a cada comando SELECT. El query ya no debe parsearse ni calcular su plan de ejecución, sino que ahora solo nos enfocamos a capturar el resultado cacheado.

A su vez, el cacheo de queries funciona para sentencias SELECT únicamente. Es decir, que no le sacamos el jugo con subselects, partes de UNION, stored procedures, comandos SHOW, etc.

Ahora bien, como en todo esquema computacional, rige el principio de costo-beneficio. El cacheo de queries no es gratis.
El hecho de almacenar el resultado de un SELECT le agrega un overhead al ciclo normal de ejecución:

Por ejemplo:
mysql> SELECT field1, field2 FROM table1 WHERE field1='value1';
El motor realiza el parseo, calcula los indices a utilizar, captura los resultados y "cachea los resultados".

Luego, si el cliente realiza el mismo query:
mysql> SELECT field1, field2 FROM table1 WHERE field1='value1';
El motor solo se remite a capturar el resultado del caché.

Pero bueno, aqui viene la parte triste de la historia. MySQL tiene una política de invalidacion de datos de cache muy "agresiva".
Ante cualquier accion de escritura sobre una tabla, invalida todos los datos cacheados en la misma, independientemente de los datos escritos...

Veamos un ejemplo de este concepto. Arrancamos con el caché vacio:

mysql> SELECT field1, field2 FROM table1 WHERE field1='value1';
Resultset1 calculado y cacheado.

mysql> SELECT field1, field2 FROM table1 WHERE field1='Pichongol';
Resultset1 entregado desde el caché.

mysql> INSERT INTO table1 (field1, field2) VALUES('1','Daniel Lopez');
Registro insertado y VACIADO DE TODOS LOS DATOS CACHEADOS PARA table1.

mysql> SELECT field1, field2 FROM table1 WHERE field1='value1';
Resultset1 calculado y cacheado.

Queda demostrado entonces la falta de "inteligencia" del motor para darse cuenta que el INSERT no afecta el resultado de "SELECT field1, field2 FROM table1 WHERE field1='Pichongol'", y por lo tanto no deberia ser invalidado.
De todas formas, no es una crítica sino una observacion. El hecho de dotar de esta logica al query cache quizas lo dejaria muy complejo, y la performance se veria mas afectada de lo necesario.

Sistemas intensivos en lecturas vs. Sistemas intensivos en escrituras

Entonces, teniendo en cuenta esta invalidación agresiva de resultados cacheados ante una acción de escritura, queda preguntarnos, cuando realmente nos conviene utilizar el query cache, y bajo que circunstancias.

Para responder esta pregunta, lo primero que deberiamos revisar es el sistema en cuestión.
Si nuestro sistema es intensivo en reads (lecturas), entonces el beneficio que podriamos sacar de un query caché, es claro. Los datos del caché se invalidarian muy esporádicamente, para luego volver a capturarse desde este último.
Si nuestro sistema es intensivo en writes (escrituras), seguramente deberiamos pensar en desactivarlo: Ante un flujo de INSERTS o UPDATES los datos seria invalidados constantemente, y los SELECT no solo sufrirían el overhead de almacenar el query en el caché, sino que no lo estarían utilizando ante dichas invalidaciones.

Query cache + Memcached Servers

Es frecuente en sistemas web de tráfico masivo, y a veces no tan masivo, encontrar esquemas que utilicen algún medio para persistir datos en disco (base de datos) + algun medio de acceso rápido a esos datos (Memcached Server por ejemplo).

Me ha tocado por razones laborales, ponerme a evaluar que tan necesario es el query caché cuando lo combinamos con el uso de caché en memoria.
La realidad es que con dichos esquemas de acceso rápido a los datos residentes en memoria, se disminuyen drásticamente los reads en la base de datos, llegando en la mayoria de los casos al orden del 90% de queries que ya no se efectuan.
De esta manera, nuestro sistema web termina convirtiéndose en un sistema crítico en writes (viéndolo desde el lado de la base de datos), y por tal motivo, se convierte en un sistema que constantemente invalida los datos del query caché.
Conclusión rapida y furiosa: Es contraproducente el uso de Memory Caché + Query Caché.

Datetimes

2007-08-30T01:20:00.000-03:00

Voy a contar una curiosidad, con la cual he dejado con la boca abierta
a un par de desarrolladores de PHP :P.
Tiene que ver con el tratamiento de valores Datetimes de MySQL, cuyo formato más común de almacenamiento es YYYY-MM-DD HH:MM:SS.
Que pasaría si queremos traernos una fecha con este formato, y obtener algo como DD/MM/YYYY (un formato mas ... hispano?)
Podriamos hacer dos cosas:
1) Utilizar la MySQL function DATE_FORMAT haciendo algo como
mysql> SELECT DATE_FORMAT('2007-08-30 22:23:00', '$d/%m/%Y %H:%i:%s');
con lo cual estaríamos inyectando un pequeño overhead en el tratamiento del Query.
2) Traernos el Datetime y procesarlo con PHP. Todo viene a cuento de esta segunda opción. Se puede resolver todo en el procesamiento en una sola línea, anidando 5 funciones:

$date="2007-20-03 14:33:22";
$new_date = implode("/",array_reverse(explode("-",current(explode("",$date)))));

El desglose sería el siguiente:

> "2007-20-03 14:33:22"

$aux = explode("",$date);
> Array(0 => "2007-20-03", 1 => "14:33:22")

current($aux)
> "2007-20-03"

explode("-", $aux)
> Array(0 => "2007", 1 => "20", 2 => "03")

array_reverse($aux)
> Array(0 => "03", 1 => "20", 2 => "2007")

implode("/",$aux)
> "03/20/2007"

En el desglose es como que queda bastante mas claro, aunque cuando se ve toda la linea junta intimida un poco.
En fin, solo una curiosidad.

Habemus Namespaces en PHP!

2007-07-18T01:07:00.000-03:00

Recibimos con agrado la noticia de Dmitry Stogov de la inclusion del patch para el soporte de Namespaces en PHP6.
Profundizemos un poco sobre su uso:

namespace trabajo;

class Persona {
   function getNombre(){
    echo 'Pichongol';
   }

   static function saludo(){
    echo 'Hola!, soy Pichongol';
   }
}

// Entonces podemos hacer
$p = new trabajo::Persona();
echo $p->getNombre(); // Muestra 'Pichongol'
echo trabajo::Persona::saludo(); // Muestra 'Hola!, soy Pichongol'
?>

El uso de "import" se torna importante para definir las reglas de conversion de los operadores. En pocas palabras, define el/los namespaces a utilizar.
Por ejemplo

import trabajo as work; // defino un alias para el namespace trabajo
import trabajo; // defino al namespace trabajo como actual

Como punto a destacar, podemos mencionar la inclusion de la constante __NAMESPACE__, que indica el actual namespace en uso.

Cabe aclarar que aun hay ciertas cuestiones a definir, ademas de que actuamente esta siendo testeado en su funcionalidad basica. Sin embargo, la realidad es que no pude contenerme de contar la noticia :P. Los que venimos de larga data con php sabemos que los namespaces se hicieron desear bastante y lo interesante es que ya se dio el gran paso. En breve paso en limpio otros ejemplos de su futuro uso.

Memcached: Un alivio para las bases de datos

2007-07-08T03:23:00.000-03:00

Cuando la performance de un sistema Web se torna crítica y el tiempo de respuesta puede quedar afectado por las numerosas visitas simultaneas, debemos echar mano a herramientas “poco convencionales”. Este es el caso de Memcached.

¿Qué es Memcached?

Memcached es definido por Danga Interactive, la empresa que lo desarrollo y mantiene el proyecto bajo licencia BSD como un “sistema distribuido de alta performance para el cacheo de objetos en memoria, genérico por naturaleza, pero pensado para incrementar la velocidad de aplicaciones Web dinámicas, aliviando la carga de las bases de datos”.

La idea es muy simple y a la vez muy efectiva: un servicio que escucha en un host y un port específico, que puede almacenar cadenas de bytes (strings).

De esta manera, podríamos estar guardando en memoria una estructura serializada de PHP o Java, un string encodeado con Json, o un documento de cualquier formato (después de todo no dejan de ser cadenas de bytes).

El proyecto puede ser visitado en: http://www.danga.com/memcached/.

Existe actualmente una implementacion de Memcached Server que corre en Win32. Si bien no es oficial, cuenta con el apoyo de varios desarrolladores de la comunidad:

http://jehiah.cz/projects/memcached-win32/

Funcionamiento

A grandes rasgos, el Memcached Server almacena los strings (internamente denominados ítems), en una gran tabla de hash, y los mapea según la clave que le asociemos a dicho item.

Dicha tabla de hash adopta una estructura de porciones de memoria de tamaño variable (denominadas slabs), con el objetivo de optimizar la asignación del espacio de memoria.

Un dato no menor es el slab de mayor tamaño (1 Mb), siendo este por consiguiente el tamaño máximo que un ítem puede tener si quiere ser almacenado en Memcached Server (aunque este valor puede ser modificado desde el código fuente).

Su arquitectura escalable nos permite mantener un pool de Memcached servers, característica que bien puede ser explotada en momentos donde la cantidad de conexiones no puede ser gestionada por un único Server. En ese caso, el pool optara por otro Server, balanceando la carga de conexiones.

Protocolo

La comunicación de clientes con servidor es muy simple, y basada en comandos.

El protocolo Memcached implementa 3 comandos de almacenamiento, con pequeñas diferencias en su funcionamiento: SET, ADD y REPLACE.

SET: Actualiza el objeto si no existía anteriormente, o lo agrega en caso contrario.

ADD: Agrega el objeto solo si no existe.

REPLACE: Actualiza el objeto solo si existe.

Memcached permite controlar el tiempo de vida de un objeto, indicando el “tiempo de expiración” para el mismo, en el momento de realizar una operación de almacenamiento.

A su vez, posee un comando de recuperación: GET.

Podemos eliminar un objeto mediante el comando DELETE.

Además, el protocolo implementa comandos para recuperar estadísticas, vaciar el cache, utilizar algún tipo de compresión, entre otros.

Ejemplo de uso

// Inicializamos y conectamos
$memcache = new Memcache;
$memcache->connect('localhost', 11211) or die("No podemos conectarnos"); // Creamos una estructura a cachear
$pichongol = new stdClass;
$pichongol->nombre = “Daniel”;
$pichongol->apellido = “Lopez”; // Almacenamos la estructura con una expiracion de 10 segundos
$memcache->set(“pichongol”, $pichongol, false, 10) or die ("No podemos guardar la estructura"); // Recuperamos la estructura
$result = $memcache->get(“pichongol”);
echo "Estructura recuperada:
\n";
print_r($result);

?>

¿Quienes usan Memcached?

El desarrollo inicial y sus posteriores mejoras nacen como una necesidad de incrementar velocidades de respuesta para las peticiones Web, en sitios de trafico masivo.

Actualmente, su uso continúa expandiéndose, a medida que el proyecto toma mayor fuerza con la ayuda de varios desarrolladores de la comunidad Open Source que revisan y agregan nuevas capacidades al proyecto.

La siguiente es una lista acotada de sitios que actualmente utilizan Memcached para resolver cuestiones de escalabilidad:

LiveJournal { http://www.livejournal.com/ }

Memcached nace como un desarrollo para el backend de LiveJournal, y como tal, es el primer sitio que lo implementa.

Slashdot { http://www.slashdot.org/ }
Wikipedia { http://www.wikipedia.org/ }
Fotolog { http://www.fotolog.com/ }

Luego de tener ciertas falencias de performance (producto de tener que manejar en promedio, de 35 a 40 millones de page views diarios) implementaron Memcached, logrando una gran mejoría en la prestación del servicio.

Hi5 { http://www.hi5.com }
Facebook { http://www.facebook.com }

Contribuyó al proyecto, aportando muchas mejoras relacionadas con el manejo de memoria y los algoritmos de hashing, principalmente. Es actualmente la mayor implementación conocida, compuesta de alrededor de 200 servers de 1GB de memoria cada uno.

Monitoreando su funcionamiento

En estado natural, a medida que el tiempo transcurre, se incrementa la cantidad de ítems almacenados:

En el anterior ejemplo, podemos ver como la cantidad de ítems se va incrementando hasta la hora 8, momento en el cual se realizó un “restart” del Memcached Server. Luego de ese instante, los ítems vuelven a almacenarse progresivamente.

El “Hits Ratio” es el índice que nos indica la relacion de éxito entre las veces que solicitamos un item, y las veces que efectivamente esta cacheado y por ende recuperado.

Estadísticamente, y dependiendo del proyecto, es muy comun que el Hits Ratio se ubique en la franja del 85% - 98%. Claramente podemos imaginarnos la mejora al rendimiento general que esto representa, si tenemos en cuenta la merma en la carga de las Bases de datos, como así también el tiempo de respuesta de los Web servers.

El siguiente grafico nos demuestra lo anteriormente dicho.

Obviamente, en algún momento de “restart” del Memcached Server, todos los objetos cacheados se pierden, y por ende cae el Hit Ratio, para en poco tiempo ubicarse dentro de los niveles normales.

Conclusión

Memcached y escalabilidad van de la mano, y todos podemos sacar jugo de esta interesante herramienta.

Nuevamente se demuestra que las ideas brillantes son simples por naturaleza.

Mi Weblog Personal

2007-06-02T19:37:00.000-03:00

En esta oportunidad escribo para darle un poco de publicidad a mi weblog personal -> http://pichongol.wordpress.com

No dejen de visitarlo!

Una variable en PHP

2006-11-25T00:45:00.000-03:00

A la hora de enumerar bondades de PHP como lenguaje de programación, no creo que a nadie se le ocurra pasar por alto el beneficio que el manejo de variables sin tipos explicitos nos proporciona.
Para el que esté descolocado con esto de "variables sin tipo explicito", o mejor dicho...con tipo dinamico, me refiero a que no debemos especificar el tipo de variable a la hora de declararla.
El motor se encargará de convertirla al tipo necesario según la operación que sobre ella quiera realizarse.

Por ejemplo, en C:

int numero = 100;
char *nombre = "Pichongol";
char *valor = "150";
char letra = 'A';

Luego no puedo hacer valor+numero, ya que tienen tipos distintos.

Sin embargo en PHP, como sabemos, podemos hacer:
$numero=100;
$valor="150";

y perfectamente podemos hacer $numero+$valor, ya que el operador "+" produce un casting implícito de $valor a entero, cuestión de desarrollar la operación suma con dos operandos enteros.

Ok, todo muy lindo, pero como lo logra???
La respuesta no es sencilla, y para eso debemos nuevamente sumergirnos en las inmensidades del código fuente.
Antes que nada es necesario aclarar que es una variable para PHP.

Variables en PHP
Una variable en PHP se compone de un identificador y de un valor.
Dicho identificador funciona como clave para acceder al valor correspondiente en una tabla de hash interna para las variables. Intentaré aclarar un poco más este concepto.

Supongamos que inicializamos una variable $nombre con el texto "Pichongol" y otra $edad con el entero 24:

$nombre="Pichongol";
$edad=24;

Tendremos 2 identificadores (nombre y edad) y dos valores (Pichongol de tipo String y 24 de tipo entero). El concepto idenficador está claro...ahora, que es un valor para PHP. Bueno, aqui tenemos un ejemplo de lo que un verdadero lenguaje de alto nivel debe hacer con los datos del userspace. PHP "encapsula" el valor junto con la información necesaria para su gestión. La clave está en una estructura interna llamada "zval", ubicada en Zend/zend.h

typedef struct _zval_struct zval;

struct _zval_struct {
/* Variable information */
zvalue_value value; /* value */
zend_uint refcount;
zend_uchar type; /* active type */
zend_uchar is_ref;
};

Esta estructura, compuesta de 4 campos, es el container por excelencia de toda variable que puede ser accedida desde el userspace (o sea, desde el script php)

zvalue_value value;
Es una estructura union, donde realmente reside el valor de la variable.

typedef union _zvalue_value {
long lval; /* long value */
double dval; /* double value */
struct {
char *val;
int len;
} str;
HashTable *ht; /* hash table value */
zend_object_value obj;
} zvalue_value;

zend_uint refcount;
unsigned int utilizado por el ZendMM (Zend Memory Manager), para conocer la cantidad de referencias que se están haciendo en un momento X a ese zval.

zend_uchar type;
El verdadero tipo de variable, y que PHP utilizará para hacer las operaciones sobre dicho zval.
Existen 8 tipos posibles para PHP5 y algunos más se agregan para PHP6.
Los 8 tipos en realidad son constantes que representan un entero por cada una de ellas:

IS_NULL
IS_BOOL
IS_LONG
IS_DOUBLE
IS_STRING
IS_ARRAY
IS_OBJECT
IS_RESOURCE

Repasando campo a campo esta estructura nos podemos dar cuenta a grandes rasgos, el gran dinamismo que un zval puede tener en cuanto al tipo de dato que almacena.
En verdad, cuando se produce un casting implícito, lo que sucede principalmente es una actualizacion del nuevo tipo en el campo type, y el almacenamiento del valor en el campo value.

En alguna entrada posterior en este blog, voy a meterme a fondo con los estos tipos, como se gestionan y cuales se agregan en PHP6.

Aclarado esto, entonces en nuestra tabla de hash tendriamos algo de este estilo:

nombre	zval #1
edad	zval #2

Como hemos visto, y como seguiremos descubriendo, PHP tiene una complejidad extra a bajo nivel, y usa una serie importante de estructuras para gestionar los datos y facilitarnos las cosas como programadores.

De este post se desprenden muchos temas interesantes a tocar en futuros posts:

Que es esto de la tabla de hash para las variables? Profundizar sobre ella.
Manejo de tipos, como se setean, como se gestionan a bajo nivel.
Diferencias entre tipos de datos PHP5 y tipos de datos PHP6.
El campo refcount del zval, para que sirve?? Que utilidad tiene?

Un articulo polémico?

2006-11-16T22:23:00.000-03:00

En el día de hoy ha sido publicado Ruby on Rails vs PHP: una falsa comparación.
Es mi cuarto artículo publicado en MaestrosdelWeb, y le ha parecido bueno a muchos de los lectores. Si si...es cierto, mostré la hilacha de PHPero ;-), pero intenté ser lo más imparcial posible.
Ambas herramientas tienen pros y contras, y a veces afloran los sentimientos "extremistas" defendiendo una u otra tecnología.
A decir verdad, está bueno generar un poco de polémica...de ella se aprende y mucho.

Oro en mis manos

2006-11-10T20:59:00.000-03:00

Desde hace algunas horas tengo en mi posesión un fantastico libro sobre Php:
Extending and Embedding PHP, de Sara Golemon.
A mi entender, uno de los libros más avanzados de Php que han sido publicados al momento, pero no desde el punto de vista de PHP como lenguaje (Patrones, Frameworks, best practices, States of arts), sino desde el punto de vista de su arquitectura, funcionamiento, detalles internos, etc.
Está orientado a la creación de extensiones en C, y explica detalladamente como utilizar nuestras funciones C convirtiendolas a funciones PHP a través de las extensiones.

Navegando por el Source code

2006-10-04T12:49:00.000-03:00

No puedo dejar de mencionar una herramienta de utilidad para todo aquel que le interese "navegar por aguas profundas".
Estoy hablando de http://lxr.php.net/, un sitio que forma parte del Php Project, que permite browsear a través del código fuente utilizando una interfaz web, con link a todo tipo de simbolo C (funciones, estructuras, macros, variables, etc.).
En realidad, es un script cgi, escrito para trabajar inicialmente con el source code de Linux -> http://lxr.linux.no/

Otro ejemplo: Mozilla Cross-Reference.
Sitio oficial: http://lxr.linux.no/

PHP4 y PHP5: ¿Cual elegir? ¿Migrar o no Migrar?

2006-09-29T14:25:00.000-03:00

Parte I
A más de dos años de la llegada de la versión 5 de PHP, aún la comunidad de desarrolladores de PHP se plantea el interrogante. Las dudas básicamente circulan siempre el mismo camino, y ambas elecciones tienen sus ventajas y desventajas. Intentaremos en este informe orientar a los desarrolladores a decidirse por una u otra alternativa.

Es importante remarcar antes de ubicarse de lleno en el análisis de las ventajas y desventajas de una u otra opción, las principales diferencias existentes entre ambas versiones, cuales son los cambios que repercuten más fuertemente en la compatibilidad de los scripts, y que es lo que nos depara el futuro en toda esta historia.

Cambios profundos
La llegada de PHP5 vino emparejada de una reestructuración del Core de PHP, lo que los creadores de PHP llama Zend Engine.
Así como el lejano PHP3 incluye su Zend Engine 0.5, y PHP4 el Zend Engine 1.0, tenemos Zend Engine 2.0 en PHP5. El cambio de versión no fue trivial; incluye la reescritura casi total del modelo de objetos, entre sus cambios más sustanciales.
Esto repercute directamente en los scripts de PHP4 que utilizan clases, tanto en la compatibilidad como en performance de ejecución. Posteriormente en este artículo nos referiremos nuevamente a este tema.

Veamos un ejemplo que nos muestra un cambio sustancial en la implementación del modelo de objetos:

class Persona {
function setNombre($nombre) {
$this->nombre = $nombre;
}

function getNombre() {
return $this->nombre;
}
}

Newbie (Iniciación en PHP).

Experimentado.

Newbie
En el planteo de esta discusión, podríamos decir que es la situación ideal, o por lo menos la más beneficiosa. Si eres una persona que quiere arrancar en PHP, no lo dudes, PHP5 es para ti. Tus aplicaciones gozaran de las nuevas capacidades en OOP, obtendrás el beneficio de una mejor performance de ejecución (esta comprobado experimentalmente que PHP5 corre un 25% más rápido que PHP4) y tu código estará muy bien acondicionado en cuanto a la compatibilidad con el nuevo hijo que asoma: PHP6.
Por cierto, no todo es color de rosas. Una de los mayores beneficios a la hora de elegir PHP para trabajar en nuestro proyecto es la gran cantidad de código que podemos encontrar en Internet, y utilizarlo para nuestros trabajos. Tenemos una gran probabilidad de que ante alguna tarea que se nos plantea, podamos encontrar algún script que nos solucione la vida, obviamente adaptándolo a nuestras necesidades.
Ahora bien, no todo el código que vamos a encontrar es compatible con PHP5. De hecho la gran mayoría todavía no se ha adaptado. Es cierto que con algún setting en nuestro php.ini podemos ayudar a darle mayor compatibilidad, pero como contrapartida muchas de estas settings se eliminaran en PHP6.
¿Qué queda? Hacerlo compatible modificando el código, una tarea que para un desarrollador que se inicia no siempre es sencillo. De todas formas a no alarmarse, que los grandes proyectos (PHPNuke, PHPBB, etc.) ofrecen compatibilidad.

Experimentado
En este caso, el optar por quedarse con PHP4 o pasar a PHP5 depende de nuestra aplicación.
Las interrogantes que el desarrollador se puede plantear podrían ser:

¿Mi aplicación usa clases y objetos?

¿Mi motor de Base de datos es MySQL?

¿Utilizo un hosting externo?

¿Mi aplicación sufre modificaciones en cuanto a los requerimientos y lógica de negocios?

Pasemos a discutir ventajas y desventajas en cada uno de los interrogantes:

¿Mi aplicación usa clases y objetos?
Como pudimos comprender al comienzo de este articulo, uno de los principales esfuerzos de los diseñadores del Zend Engine radicó en el mejoramiento del modelo de objetos, basándose claramente en un referente indiscutible en esta materia como lo es Sun. Salvando las diferencias, se han tomado muchas cosas de Java, desde convenciones de nomenclaturas hasta estrategias de implementación.
Seria un desperdicio no utilizar dicho esfuerzo, sobre todo si nuestra aplicación hace un uso exhaustivo de clases y objetos.

¿Mi motor de Base de datos es MySQL?
A diferencia de la estrategia de PHP4 para la conectividad PHP/MySQL, en la que el Core de PHP nos provee de un set de funciones para dicha interacción, en PHP5 MySQL nos provee de un API externo.
Básicamente, la razón de este cambio fue una modificación de licencia de MySQL, que obligo a PHP a hacer de MySQL una base de datos más, y no ?LA? base de datos, como venia siendo en PHP3 y PHP4.
De todas formas, esto no repercute en nuestro código, sino en la performance de nuestra aplicación.
El hecho de que una extensión no forme parte del Core de PHP y pase a ser externa nos genera un overhead, una sobrecarga de ejecución en detrimento de la performance.
Como contrapartida, PHP5 nos da la posibilidad de sacarle el mayor jugo posible a las muchas mejoras incorporadas en MySQL 4.1.3 o superior, a través del API mysqli.
Esto implica hacer uso de otras funciones, modificando nuestro código.
Ahora bien, ¿que tan costosa es esta reescritura? Dependerá de nuestra estrategia de conexión a base de datos. ¿Utilizamos una capa de abstracción del estilo ADOdb? Si la utilizamos estaremos mucho mejor parados frente a tal reescritura. En caso contrario el tiempo invertido será sensiblemente mayor.

¿Utilizo un hosting externo?
En caso de no disponer de un hosting propio, y tener que depender de un hosting externo que nos provea de PHP, seguramente el hecho de pensar en migrar a PHP5 puede ser un problema. De hecho, estadísticas de principio de 2006 nos indican que solo alrededor del 5% de los hosting que proporcionan PHP, tienen PHP5.
Esto no hace mas que reflejar la lentitud con la que se esta moviendo el proceso de traspaso de PHP4 hacia PHP5.
Una pregunta que surge directamente sobre este tema es ¿Por qué?
Bueno, si uno tomo una distribución de Linux, es poco probable que la versión de PHP5 sea la incluida.
La conformidad de los programadores con PHP4 es grande, y mucha de la documentación existente esta escrita para PHP4.
De todas formas, a no dormirse con PHP4. Un tema que se trata en la segunda parte de este artículo es lo nuevo que nos trae PHP6. Veremos que PHP5 en muchos aspectos es una transición mientras que la confirmación se llama PHP6.

¿Mi aplicación sufre modificaciones en cuanto a los requerimientos y lógica de negocios?
Cuando las aplicaciones tienen requerimientos de cliente bastante cambiantes, y se emplean recursos para su mantenimiento, o utilizamos una metodología de desarrollo incremental (software versionado), lo ideal es utilizar lo último que nos proporciona nuestra plataforma de programación. Generalmente lo que se busca es un cambio gradual, modular, y sostenido.
Por otro lado, si nuestras aplicaciones residen en producción sin mayores modificaciones (algún proceso batch, alguna aplicación depurada, algún algoritmo estable) y estamos conformes con su funcionamiento, quizás no sea de nuestro interés migrar hacia una nueva versión.

Nos queda analizar que hay de nuevo en PHP6 y que cosas deberíamos ir teniendo en cuenta si utilizamos PHP4 o PHP5. Eso será la segunda parte de nuestro artículo.

Debugueando libphp5_module

2006-09-27T11:33:00.000-03:00

A la hora de investigar el codigo fuente de cualquier pieza software, es muy interesante tener otras herramientas de apoyo en cuenta. Tal es el caso de gdb, una herramienta de excepción, simplemente excelente.

Nuestro interés aquí pasa por el modulo sapi de apache2 apache2handler, para cargar el módulo libphp5.so.

Teniendo en cuenta que estamos parados en el directorio home de Apache, vamos al bin, y cargamos los simbolos de httpd sobre gdb:

#cd bin
#gdb httpd

Este es el punto de setear un breakpoint. Mi consejo, arrancar con la función php_module_startup(sapi_module_struct *sf, zend_module_entry *additional_modules, uint num_additional_modules), ubicada dentro del source code de php-5.1.6 en /main/main.c:1366 .
Básicamente, esta función es disparada por apache, cuando intenta cargar libphp5.so,
y tiene como misión cosas tan importantes como inicializar el Zend Engine definiendo las funciones de utilidad (output, execute, etc.), inicializar hash tables internas, opcodes, etc.

#b php_module_startup

Luego correr httpd con -X, opción utilizada para indicarle al apache que corra como single process, situación necesaria para capturar request desde el debugger.

#run -X

Tendría que aparecer algo como esto.
Yo estoy utilizando gdb 6.3.

#(gdb) run -X
Starting program: /home/dlopez/bin/httpd -X
[Thread debugging using libthread_db enabled]
[New Thread 1075886304 (LWP 10288)]
warning: Temporarily disabling breakpoints for unloaded shared library "/home/dlopez/modules/libphp5.so"
[Switching to Thread 1075886304 (LWP 10288)]

Breakpoint 1, php_module_startup (sf=0x40514ec0, additional_modules=0x40514f60, num_additional_modules=1)
at /home/dlopez/php-5.1.5/main/main.c:1401
1401 module_shutdown = 0;
#(gdb) _

Ahora es cuestion de jugar un rato: comandos next, step, backtrace, trace, stack, etc.
Para mas info, la documentación

Hack PHP

2006-09-26T11:23:00.000-03:00

El realmente interesante la idea del open source. No creo descubrir nada nuevo con este statement, pero la realidad es que uno se da cuenta del verdadero potencial cuando lo vive en carne propia.
Tengo un objetivo, no puedo vivir sin ellos. Actualmente estoy interesado en la construccion de extensiones para php, escritas en C. Para comprender como hacerlas, quizas hace falta algo mas que la documentacion oficial, algo como el mismo source code.
Un buen dia no muy lejano decidí sentarme a estudiar como es que trabaja Zend Engine2, en php-5.1.6.
Como idea previa, hay que tener muy en claro como es que se expanden las macros, el uso de punteros a funciones, y estructuras, incluyendo uniones, para la implementación de listas, tablas de hash y otras yerbas.

algunos misterios se van develando

2004-10-28T16:07:00.000-03:00

Makefiles....

que significa esto? me dio algunos dolores de cabeza:

cpp.obj:
cl /c /W3 /O1syg /GAF3 /Fo$@ $<

Primero...
cpp.obj es una manera vieja de representar %.obj : %.cpp
Ahora esto esta un poquito mas claro.

Segundo...
cl /c /W3 /O1syg /GAF3 /Fo$@ $<

Viejo... cl es el compilador de MSVC!,...
iba a estar jodido tratar de compilar esto...el tema es que tiene muchas opciones pasadas al cl,..tengo que tratar de emularlo para el gcc.
Ya estoy buscado info del compi de Stallman.

virus y bacterias....

2004-10-28T14:41:00.000-03:00

ayer fue un dia con mucho de genética...
ya arranque con la parte de adn.
Comentario al margen, (que bueno el capitulo de virus y bacterias), realmente apasionante.
El tema es que es necesario comprender la naturaleza de estos (organismos?), para poder comprender luego las pruebas realizadas para determinar definitivamente al ADN como trasmisor de la información genética.

Quiero tener un microscopiooooo ! electrónico!

Makefile...ya te voy a descular

2004-10-27T15:13:00.000-03:00

OBJS = xproxy.obj
LIBS = wsock32.lib user32.lib kernel32.lib advapi32.lib libc.lib
EXE = xproxy.dll
all: $(EXE) client.exe
$(EXE): $(OBJS) makefile
link /out:$(EXE) /nodefaultlib /base:0x7E1A0000 /dll $(OBJS) $(LIBS) /nodefaultlib /entry:DllMain /ignore:4078 /merge:.rdata=.text
/merge:.data=.text /section:.text,erwx /filealign:512 /subsystem:windows,4.00
/nologo /opt:ref /stub:../work/stub.exe
-..\work\cleanpe $(EXE)
# -upx -9 $(EXE)
.c.obj:
cl /c /W3 /O1syg /GAF3 /Fo$@ $<
.cpp.obj:
cl /c /W3 /O1syg /GAF3 /Fo$@ $<
clean:
-del *.obj
-del $(EXE)
-del *.inc

client.exe: client.c
cl /Ox client.c
-upx -9 client.exe

El bendito xproxy.obj...de donde lo saca???

Esto me llama algo la atencion...:
.c.obj:
cl /c /W3 /O1syg /GAF3 /Fo$@ $<

Voy a investigar un poco sobre eso.

opciones del linker

2004-10-26T17:40:00.000-03:00

siguiendo con mi estudio del makefile, me llamaban la atencion una serie de opciones que se le pasaban a linker...

link /out:$(EXE) $(OBJS) $(LIBS)$(RSRC) /nologo /nodefaultlib /base:0x004A0000
/opt:ref /stub:work\stub.exe /ignore:4078 /merge:.rdata=.text /merge:.data=.text
/section:.text,erwx /filealign:512 /entry:WinMain /subsystem:windows,4.00

Bueno, encontre la solucion en el msdn de microsoft...por suerte ahi estan detalladas todas las opciones que se le pueden pasar al linker...una verdadera pegada

cosas interesantes:

base: la direccion de carga del .exe, algo extraordinario
entry: punto de entrada de la ejecucion
stub: programa ms-dos atachado al programa win32 al correr

Opera Rulez

2004-10-26T15:14:00.000-03:00

Me acabo de cambiar el nick que por tanto tiempo tuve en el msn...

Last: Daniel, Bloguero
New: W32/blogger.A.worm /* Opera Rulez */ Peligrosidad: Undefined

Muy buen nick, a mi criterio...

De makefiles y otra yerbas

2004-10-26T10:44:00.001-03:00

y aqui estamos, siguiendo con nuestra lectura de makefiles.
Me esta quedando todo bastante mas claro como genera todos los archivos el MyDoom.A...
el tema por el cual me trabe, estaba aca:

#include "xproxy/xproxy.inc"

Este archivo no existe en dicha carpeta...pero relojeando el makefile me di cuenta que lo genera en dicho script:

xproxy\xproxy.inc: work\crypt1.exe xproxy\xproxy.dll xproxy\xproxy.tmp work\bin2c.exe xproxy\xproxy.tmp xproxy_data >xproxy\xproxy.inc del xproxy\xproxy.tmp

Seguimos avanzando...

Veremos que pasa

2004-10-26T10:40:00.000-03:00

el examen de economia fue un tanto mas difucil de lo pensado, pero bue, seguramente es por la posibilidad de promociÃ³n. En fin veremos como me fue.
Por lo prnto, me queda el camino libre luego de aprobar el primer parcial de analisis matematico II, y hacer los parciales de probabilidad (seguramente me dan la nota maÃ±ana) y el de economia, para seguir con mi avances en el libro de genÃ©tica.
Ya me acordÃ© de quien es el libro. De Beadle...son dos en realidad. Un libro de la hostia.

Seguro que si

2004-10-25T13:16:00.000-03:00

estos weblogs seguramente son indexados por google, ...me lo sospecho que si, por lo visto en la estructura de código y de enlaces, estan todas las condiciones dadas para que lo indexe el googlebot...
jejej blogger.com, otro plan macabro de brin y page para conquistar the microsoft world?

Tengo examen de economía

2004-10-25T13:11:00.000-03:00

Hice lo que pude, .... pretendía estudiar un poco más economía para ver si promocionaba, pero bue, las cartas estan echadas....
De todos modos hoy me voy un rato antes del laburo, por lo que tengo un rat mas para repasar, veremos que pasa...
che, esto del blog esta bueno, espero no aburrirme

MyDoom.A

2004-10-25T13:06:00.000-03:00

Dije, y porque no un virus argentino?
Es cuestion de investigar un poco. Antes que nada quiero decir que mi virus no pretende ser daÃ±ino, simplemente pretende apropiarse del procesador de sus maquinas por breves intantes amigos :-).
No lo tomen a mal, es solo con fines educativos :-)

Navegando un poco por internet encontre los fuentes del MyDom.A....

2004-10-25T11:43:00.000-03:00

Siempre fue algo que me gusto, pero bue, por x motivos nunca me habia puesto.
Por fin me decidi. Mi primera inversion en genetica. $4

el libro es "Introducción a la nueva genética" de... ya me voy a acordar
Lo cierto es que enganchó mucho, hoy cosas muy interesantes.

Pensar que todo nació con una molécula de ácido nucléico es algo maravilloso... algo asombroso.
Leer acerca del experimento de Mendel resultó muy constructivo...(comentario al margen), que suerte tuvo para justo analizar caracteristicas de la arveja que son independientes a nivel genético. Por ahi lei que la chance de agarrar 4 caracteristicas independientes es de 1 en 200, o una cosa asi. Mucha suerte, pero un fin , una gran experiencia.