SSO单点登录系统接入的例子

SSO英文全称Single Sign On，单点登录。SSO是在多个应用系统中，用户只需要登录一次就可以访问所有相互信任的应用系统。它包括可以将这次主要的登录映射到其他应用中用于同一个用户的登录的机制。它是目前比较流行的企业业务整合的解决方案之一,下面我们来看看吧。

简单讲一下 SSO 单点登录系统的接入的原理，前提是系统本身有完善的用户认证功能，即基本的用户登录功能，那做起来就很方便了。

SSO 登录请求接口往往是接口加上一个回调地址，访问这个地址会跳转到回调地址并带上一个 ticket 参数，拿着这个 ticket 参数再请求接口可以获取到用户信息，如果存在用户则自动登录，不存在就新增用户并登录。

比如这个 SSO 模型实现了两个方法，一个是获取接口 url，一个是凭 ticket 获取用户信息：

PHP

interface SSOLogin
{
    /**
     * 获取登录用户信息
     * @param $ticket
     * @return mixed
     */
    public function getInfoFromTicket($ticket);

    /**
     * 单点登录授权地址
     * @return mixed
     */
    public function getAuthUrl();
}

再来看看控制器的主要方法，比如回调地址是跳转到控制器 http://www.example.com/sso/check?ticket=xxxx

/**
 * 检测是否单点登录
 * @return bool|string
 */
public function actionCheck()
{
    $ticket = Yii::$app->getRequest()->get('ticket');
    if (!$ticket) {
        return $this->renderAuthError('请先授权', sprintf('<a href="%s">点击登录单点登录系统</a>', SSOlogin::getInstance()->getAuthUrl()));
    }
    $userInfo = SSOlogin::getInstance()->getInfoFromTicket($ticket);
    if (empty($userInfo['username'])) {
        return $this->renderAuthError('请先授权', sprintf('<a href="%s">点击登录单点登录系统</a>', SSOlogin::getInstance()->getAuthUrl()));
    }
 
    $username = $this->getUserName($userInfo['username']);
    $user = User::find()->canLogin()->username($username)->one();
    if (!$user) {
        $newUser = [];
        $newUser['username'] = $userInfo['username'];
        $newUser['email'] = $this->getUserName($userInfo['username']);
        $newUser['role'] = User::ROLE_DEV;
        $newUser['is_email_verified'] = 1;
        $newUser['realname'] = $userInfo['truename'];
        $user = $this->addUser($newUser);
    }
    $isLogin = Yii::$app->user->login($user, 3600 * 24 * 30);
    if ($isLogin) {
        $this->redirect('/task/index');
    }
    return true;
}
大概看看这个控制器逻辑就明白了。SSO 接口起到的作用就是获取用户信息，拿这个用户信息跟系统用户表对比，存在用户则进行登录，不存在创建用户并登录。

这是一个内部的单点系统，集成到后台，可能其他的 SSO 跟这不太一样，但基本原理过程差不多。

多线程爬虫可以用于抓取内容了这个可以提升性能了，这里我们来看php与python 线程池多线程爬虫的例子，具体的代码如下。

php例子

<?php
 
class Connect extends Worker  //worker模式
{
 
public function __construct()
{
 
}
 
public function getConnection()
{
if (!self::$ch)
{
self::$ch = curl_init();
curl_setopt(self::$ch, CURLOPT_TIMEOUT, 2);
curl_setopt(self::$ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt(self::$ch, CURLOPT_HEADER, 0);
curl_setopt(self::$ch, CURLOPT_NOSIGNAL, true);
curl_setopt(self::$ch, CURLOPT_USERAGENT, "Firefox");
curl_setopt(self::$ch, CURLOPT_FOLLOWLOCATION, 1);
}
 
/* do some exception/error stuff here maybe */
 
return self::$ch;
}
 
public function closeConnection()
{
curl_close(self::$ch);
}
 
/**
* Note that the link is stored statically, which for pthreads, means thread local
* */
protected static $ch;
 
}
 
class Query extends Threaded
{
 
public function __construct($url)
{
$this->url = $url;
}
 
public function run()
{
$ch = $this->worker->getConnection();
curl_setopt($ch, CURLOPT_URL, $this->url);
$page = curl_exec($ch);
$info = curl_getinfo($ch);
$error = curl_error($ch);
$this->deal_data($this->url, $page, $info, $error);
 
$this->result = $page;
}
 
function deal_data($url, $page, $info, $error)
{
$parts = explode(".", $url);
 
$id = $parts[1];
if ($info['http_code'] != 200)
{
$this->show_msg($id, $error);
} else
{
$this->show_msg($id, "OK");
}
}
 
function show_msg($id, $msg)
{
echo $id."\t$msg\n";
}
 
public function getResult()
{
return $this->result;
}
 
protected $url;
protected $result;
 
}
 
function check_urls_multi_pthreads()
{
global $check_urls;  //定义抓取的连接
$check_urls = array( 'http://xxx.com' => "xx网",);
$pool = new Pool(10, "Connect", array()); //建立10个线程池
foreach ($check_urls as $url => $name)
{
$pool->submit(new Query($url));
}
$pool->shutdown();
}
 
check_urls_multi_pthreads();

python 多线程

def handle(sid)://这个方法内执行爬虫数据处理
pass
class MyThread(Thread):
"""docstring for ClassName"""
def __init__(self, sid):
Thread.__init__(self)
self.sid = sid
 
def run():
handle(self.sid)
 
threads = []
for i in xrange(1,11):
t = MyThread(i)
threads.append(t)
t.start()
 
for t in threads:
t.join()

python 线程池爬虫

from queue import Queue
from threading import Thread, Lock
import urllib.parse
import socket
import re
import time
 
seen_urls = set(['/'])
lock = Lock()
 
 
class Fetcher(Thread):
    def __init__(self, tasks):
        Thread.__init__(self)
        self.tasks = tasks
        self.daemon = True
 
        self.start()
 
    def run(self):
        while True:
            url = self.tasks.get()
            print(url)
            sock = socket.socket()
            sock.connect(('localhost', 3000))
            get = 'GET {} HTTP/1.0\r\nHost: localhost\r\n\r\n'.format(url)
            sock.send(get.encode('ascii'))
            response = b''
            chunk = sock.recv(4096)
            while chunk:
                response += chunk
                chunk = sock.recv(4096)
 
            links = self.parse_links(url, response)
 
            lock.acquire()
            for link in links.difference(seen_urls):
                self.tasks.put(link)
            seen_urls.update(links)   
            lock.release()
 
            self.tasks.task_done()
 
    def parse_links(self, fetched_url, response):
        if not response:
            print('error: {}'.format(fetched_url))
            return set()
        if not self._is_html(response):
            return set()
        urls = set(re.findall(r'''(?i)href=["']?([^\s"'<>]+)''',
                              self.body(response)))
 
        links = set()
        for url in urls:
            normalized = urllib.parse.urljoin(fetched_url, url)
            parts = urllib.parse.urlparse(normalized)
            if parts.scheme not in ('', 'http', 'https'):
                continue
            host, port = urllib.parse.splitport(parts.netloc)
            if host and host.lower() not in ('localhost'):
                continue
            defragmented, frag = urllib.parse.urldefrag(parts.path)
            links.add(defragmented)
 
        return links
 
    def body(self, response):
        body = response.split(b'\r\n\r\n', 1)[1]
        return body.decode('utf-8')
 
    def _is_html(self, response):
        head, body = response.split(b'\r\n\r\n', 1)
        headers = dict(h.split(': ') for h in head.decode().split('\r\n')[1:])
        return headers.get('Content-Type', '').startswith('text/html')
 
 
class ThreadPool:
    def __init__(self, num_threads):
        self.tasks = Queue()
        for _ in range(num_threads):
            Fetcher(self.tasks)
 
    def add_task(self, url):
        self.tasks.put(url)
 
    def wait_completion(self):
        self.tasks.join()
 
if __name__ == '__main__':
    start = time.time()
    pool = ThreadPool(4)
    pool.add_task("/")
    pool.wait_completion()
    print('{} URLs fetched in {:.1f} seconds'.format(len(seen_urls),time.time() - start))

微信支付api.mch.weixin.qq.com域名解析慢了，导致付款是非常的慢了，那么要如何来解决微信支付慢的问题呢，今天我们就一起来看看吧。

有朋友在阿里云主机实现微信支付逻辑时，发现api.mch.weixin.qq.com的解析实在是太慢了。
因此出现了手动修改/etc/hosts的情况，当然了，哪天微信支付要是换个机房肯定要挂。

我们的机房也有相似的同题，专门记录一下。

代码里用curl来请求微信，经常超时，这时使用wget试验：
[root@01 tmp]# wget api.mch.weixin.qq.com
--2016-06-18 14:51:03--  http://api.mch.weixin.qq.com/
Resolving api.mch.weixin.qq.com...  域名解析很久不出来
测试确认是ipv6问题

给wget加上-4，强制使用ipv4，如果很快，那基本上确定是ipv6惹的祸了。
[root@01 tmp]# wget -4 api.mch.weixin.qq.com
--2016-06-18 17:03:52--  http://api.mch.weixin.qq.com/
Resolving api.mch.weixin.qq.com... 123.151.71.149, 123.151.79.109
Connecting to api.mch.weixin.qq.com|123.151.71.149|:80... connected.
代码分析

专门写个代码来测试ipv6的解析，用到系统函数getaddrinfo:
#include <stdio.h>
#include <string.h>
#include <netdb.h>
#include <iostream>
#include <sys/types.h>
#include <sys/types.h>
#include <sys/socket.h>
#include <arpa/inet.h>

using namespace std;

int main() {

    struct addrinfo hints,*answer,*curr,*p;

    int error;

    memset(&hints, 0, sizeof hints);
    hints.ai_family = AF_INET6;//AF_UNSPEC; // use AF_INET6 to force IPv6
    hints.ai_socktype = SOCK_STREAM;//SOCK_DGRAM; // SOCK_STREAM

    if ((error = getaddrinfo("api.mch.weixin.qq.com", NULL, &hints, &answer)) != 0) {
        fprintf(stderr, "getaddrinfo: %s\n", gai_strerror(error));
        return 1;
    } else cout <<"Success with a URL\n";

    char ipstr[16];
    for (curr = answer; curr != NULL; curr = curr->ai_next) {
        inet_ntop(AF_INET,&(((struct sockaddr_in *)(curr->ai_addr))->sin_addr),ipstr, 16);
        printf("%s\n", ipstr);
    }

    freeaddrinfo(answer);

    return 0;
}
包含头文件
netdb.h
函数原型
int getaddrinfo( const char hostname, const char service, const struct addrinfo *hints, struct addrinfo **result );
参数说明
hints：可以是一个空指针，也可以是一个指向某个addrinfo结构体的指针，调用者在这个结构中填入关于期望返回的信息类型的暗示。举例来说：如果指定的服务既支持TCP也支持UDP，那么调用者可以把hints结构中的ai_socktype成员设置成SOCK_DGRAM使得返回的仅仅是适用于数据报套接口的信息。而是否ipv6则由ai_family决定。
result：本函数通过result指针参数返回一个指向addrinfo结构体链表的指针。
返回值：0——成功，非0——出错

测试结果

ai_family为ipv6时，只会寻找ipv6的解析结果，一般域名也没设置。ai_family为AF_UNSPEC时，会先ipv6再ipv4的，而api.mch.weixin.qq.com这个域名的ipv6解析出奇的慢（qq.com却不慢，原因见后）。

解决办法

如果是curl，c可以强制指定ipv4，使用curl_easy_setopt(curl, CURLOPT_IPRESOLVE, CURL_IPRESOLVE_V4);
其他语言的也参考此法。
测试代码下载

深层原因分析

nslookup -query=AAAA api.mch.weixin.qq.com -debug 是找不到解析的（指定的AAAA就是ipv6），然后会发现一个SOA声明和他的上级weixin.qq.com有一个ipv6的CNAME，到了minorshort.weixin.qq.com，而这域名又是没有ipv6的解析的。
目测ipv6找解析时是在这个SOA和CNAME的地方打圈了，微信的同学们是不是考虑让大伙好过一点，把这些个域名的ipv6设置去掉。
dig @ns-tel1.qq.com weixin.qq.com AAAA

weixin.qq.com.        43200   IN   SOA  ns-tel1.qq.com. webmaster.qq.com. 1293502040 300 600 86400 300

XHProf是一个分层PHP性能分析工具。XHProf是一个分层PHP性能分析工具。它报告函数级别的请求次数和各种指标，包括阻塞时间，CPU时间和内存使用情况，下面我们来看PHP性能分析工具XHProf深入分析吧。

常见问题

多次调用xhprof_enable方法，最后生效的配置是哪个？
当你在一次请求中多次调用xhprof_enable方法，只有第一次调用时进行的设置能生效。在调用
xhprof_disable()后，你又可以使用xhprof_enable方法进行设置。

$i = 0;
function good(){
    global $i;
    $i++;
    if ($i < 2) {
        good();
    }
}
function func() {
    good();
}
$start_time = microtime(true);
xhprof_enable(XHPROF_FLAGS_NO_BUILTINS);
xhprof_enable(XHPROF_FLAGS_MEMORY + XHPROF_FLAGS_CPU + XHPROF_FLAGS_NO_BUILTINS);
for ($i = 0; $i < 100; $i++) {
    func();
}
good();
$rst = xhprof_disable();
var_dump($rst);

输出内容为：

array(5) {
  ["good==>good@1"]=>
  array(2) {
    ["ct"]=>
    int(1)
    ["wt"]=>
    int(70)
  }
  ["func==>good"]=>
  array(2) {
    ["ct"]=>
    int(50)
    ["wt"]=>
    int(121)
  }
  ["main()==>func"]=>
  array(2) {
    ["ct"]=>
    int(50)
    ["wt"]=>
    int(135)
  }
  ["main()==>good"]=>
  array(2) {
    ["ct"]=>
    int(1)
    ["wt"]=>
    int(0)
  }
  ["main()"]=>
  array(2) {
    ["ct"]=>
    int(1)
    ["wt"]=>
    int(237)
  }
}

可见，打印的内容，并没有cpu和memory的信息。

输出内容中的ct，wt，cpu，mu, pmu 都代表什么意思
ct 表示 调用的次数
wt 表示 函数方法执行的时间耗时。相当于，在调用前记录一个时间，函数方法调用完毕后，计算时间差。
cpu 表示 函数方法执行消耗的cpu时间。和wt的差别在于，当进程让出cpu使用权后，将不再计算cpu时间。通过调用系统调用getrusage获取进程的占用cpu数据。
mu 表示 函数方法所使用的内存。相当于，在调用前记录一个内存占用，函数方法调用完毕后，计算内存差。调用的是zend_memory_usage获取内存占用情况。
pmu 表示 函数方法所使用的内存峰值。调用的是zend_memory_peak_usage获取内存情况。

输出内容中good==>good@1 是什么意思

==>表示一个调用关系。由于带@，说明是一个递归调用。@后面的数字是递归调用的深度。

如何设置xhprof_enable的参数，减少性能消耗

xhprof_enable提供了三个常量，用于设置你是否需要统计PHP内置函数，都统计那些指标。
三个常量如下：

XHPROF_FLAGS_NO_BUILTINS
设置这个常量后，将不统计PHP内置函数。毕竟PHP的内置函数性能一般都不错。没必要再消耗性能去统计。所以，建议设置。

XHPROF_FLAGS_CPU
设置这个常量后，会统计进程占用CPU时间。由于CPU时间是通过调用系统调用getrusage获取，导致性能比较差。开启这个选项后，大概性能下降一半。因此，如果对cpu耗时不是特别敏感的情况下，建议不要启用这个选项。

XHPROF_FLAGS_MEMORY
设置这个常量后，将会统计内存占用情况。由于获取内存情况，使用的是zend_memory_usage和zend_memory_peak_usage，并不是系统调用。因此，对性能影响不大。如果需要对内存使用情况进行分析的情况下，可以开启。

性能分析原理

如何实现对各个函数方法性能数据记录
目前xhprof会对，加载PHP文件，执行PHP函数方法，和执行eval方法进行性能数据记录。正好，这些在PHP内核中，有对应的函数进行处理。当你调用xhprof_enable方法时，会把默认的方法替换为xhprof的方法。来看看相关代码吧。

static void hp_begin(long level, long xhprof_flags)
{
    if (!hp_globals.enabled)
    {
        int hp_profile_flag = 1;

        hp_globals.enabled = 1;
        hp_globals.xhprof_flags = (uint32) xhprof_flags;

         /* Replace zend_compile with our proxy */
                 /* 处理加载PHP文件 */
                 /* 先把zend引擎默认处理方法保存到_zend_compile_file变量中。*/
        _zend_compile_file = zend_compile_file;
                /* 在把xhprof相对应的方法赋值给zend_compile_file。
                   这样，每次加载PHP文件时，就会执行xhprof相应的方法。*/
        zend_compile_file  = hp_compile_file;

        /* Replace zend_compile_string with our proxy */
                /* 处理eval代码的执行 */
        _zend_compile_string = zend_compile_string;
        zend_compile_string  = hp_compile_string;

        /*init the execute pointer*/
                /* 处理 函数方法的执行 */
        _zend_execute_ex = zend_execute_ex;
        zend_execute_ex  = hp_execute_ex;
              .........
    }
}

/*那我们看下，hp_compile_file方法，又是如何实现的*/
ZEND_DLEXPORT zend_op_array* hp_compile_file(zend_file_handle *file_handle, int type)
{
    const char *filename;
    char *func;
    int len;
    zend_op_array *ret;
    int hp_profile_flag = 1;

    filename = hp_get_base_filename(file_handle->filename);
    len = sizeof("load") - 1 + strlen(filename) + 3;
    func = (char *) emalloc(len);
    snprintf(func, len, "load::%s", filename);

        //方法执行前记录当前各项性能如数，如cpu 内存等
    BEGIN_PROFILING(&hp_globals.entries, func, hp_profile_flag);
        //开始zend引擎相应的方法，加载文件
    ret = _zend_compile_file(file_handle, type);
    if (hp_globals.entries)
    {
                //加载文件完毕后，再次记录当前各项性能数据。以便以后计算差值。
        END_PROFILING(&hp_globals.entries, hp_profile_flag);
    }

    efree(func);
    return ret;
}

xhprof在实现的时候，性能方面做了哪些优化

获取时间时，为了性能，使用了汇编来获取时间戳计数器。时间秒 = 时间戳计数器值 / CPU主频。
正是这种实现，导致目前xhprof还只适用于x86架构。此外，因为RDTSC的数据不能在CPU间同步，所以，xhprof会将进程绑定在单个CPU上。
如果SpeedStep技术是打开的，XHProf的基于RDTSC定时器的功能就不能正常工作了。这项技术在某些英特尔处理器上是可用的。[注：苹果台式机和笔记本电脑一般都将SpeedStep技术预设开启。使用XHProf，您需要禁用SpeedStep技术。 ]

inline uint64 cycle_timer()
{
    uint32 __a, __d;
    uint64 val;
    asm volatile("rdtsc" : "=a" (__a), "=d" (__d));
    (val) = ((uint64) __a) | (((uint64) __d) << 32);
    return val;
}