本文分享自天翼雲開發者社區《探究Openresty中ngx.re與Lua string.re兩種正則的選擇》.作者：王****淋

0. 背景

openresty中存在2套正則API，即ngx.re與 lua語言的string庫，都可以實現正則匹配查找等功能，那麼，這2個API有什麼區別，又如何選擇呢？

1. 性能測試

1.1 簡單loop測試

a) 短字符串&正則串

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")
end
local t2 =  get_t()

Result: 0.247 vs. 0.32

b) 長字符串&複雜正則串

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

Result: 1.16 vs. 0.526

由測試結果可以看出，對於字符串/正則規則越複雜，ngx-re的性能是有優勢的

1.2. 加入jit擾動

a) 對照組：ipairs不破壞jit (短串正則)

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")
end
local t2 =  get_t()

jit-on: 0.369 - 0.326
jit-off: 0.38 - 3.265

b) pairs 破壞jit (短串正則)

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")
end
local t2 =  get_t()

jit-off: 0.395 - 3.216
jit-on: 0.394 - 1.04

c) pairs + 長複雜串

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

jit-on: 1.31 - 1.30
jit-off: 1.307 - 2.94

超長串 + jit-on：

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

結果： 2.775 - 1.739

1.3測試結果彙總

2. 結論

由測試結果可知：
1）在一般情況下，nginx-re正則庫更能適應複雜字符串與複雜正則規則的情況，一般情況下比較推薦使用
2）在極簡單字符串的情況下，二者差別不大，string正則稍帶優勢，可以按照方便的寫法來寫；
3）nginx-re正則受JIT的影響更大，在關閉jit或使用pairs等情況下，可能會有拖累；