PHP 文件讀寫 vs 數據庫查詢：10 萬次實測性能對比與架構選型指南

「到底是讀文件快還是查數據庫快？」這是無數 PHP 開發者心中的疑問。本文通過 10 萬次並發實測，從 4K 文本、整型 ID 兩個維度，對比 file_get_contents、fopen/fread 與 MySQL fetch_row/array/object 的真實性能表現，並給出生產環境架構選型建議。

測試環境與方法論

核心測試代碼

// 數據庫查詢基準
$begin = microtime(true);
for ($i = 0; $i < $times; $i++) {
    $res = $dbcon->query("SELECT log_Content FROM blog WHERE log_ID='1'");
    $row = $res->fetch_row(); // 或 fetch_array / fetch_object
    $content = $row[0];
}
echo 'fetch_row ' . $times . ' 次耗時: ' . (microtime(true) - $begin) . '秒';

// 文件讀取基準
fnWriteCache('test.txt', $content); // 預熱寫入
$begin = microtime(true);
for ($i = 0; $i < $times; $i++) {
    $content = file_get_contents('test.txt');
}
echo 'file_get_contents ' . $times . ' 次耗時: ' . (microtime(true) - $begin) . '秒';

實測結果數據表

4K 文本數據 (100,000 次)

整型 ID 數據 (100,000 次)

關鍵發現與深度解讀

1. 文件讀取碾壓數據庫，核心原因是「路徑長度」

文件讀取路徑：用戶態 → VFS → 文件系統 → 磁盤 (順序讀)
數據庫查詢路徑：用戶態 → PHP MySQL驅動 → TCP/Unix Socket → MySQL Server
    → 查詢解析 → 優化器 → 存儲引擎 → 緩存/磁盤 → 返回網絡 → 驅動解析 → PHP變量

即使數據最終都在磁盤，數據庫增加了 **網絡協議、SQL 解析、權限檢查、緩存管理** 等十餘層開銷。

2. 數據量越大，文件優勢越明顉（反直覺）

4K 文本讀取比整型只快 ~30%，但 MySQL 耗時增長 ~30%。說明 MySQL 對大字段有額外處理（如溢出頁、協議分包），而文件系統順序讀受簇大小影響極小。

3. file_get_contents 完勝 fopen/fread

file_get_contents 內部使用內存映射 (mmap) 或優化流讀取，避免了用戶態多次 fread 系統調用。實測快 **2.1 倍**。

4. fetch_array 效率略高於 fetch_row/object

違背傳統認知。實際上 fetch_row 和 fetch_object 都是在 fetch_array 基礎上轉換而來，增加了數組→數值索引/對象映射開銷。

5. 寫入端：文件追加 遠快於 INSERT

未測試但可推演：file_put_contents($file, $data, FILE_APPEND | LOCK_EX) 單次系統調用 vs INSERT 解析+事務+索引維護+WAL+刷盤，差距更懸殊。

架構選型決策矩陣

避坑指南：別讓微優化成反模式

• ❌ 把用戶表、訂單表改存文件 → 喪失索引/事務/並發控制，維護成本指數級上升
• ❌ 所有緩存都用文件 → 文件系統 inode 耗盡、目錄遍歷慢、無原子操作
• ✅ 熱點數據 Redis 熱、溫數據 MySQL、冷數據對象存儲/歸檔 分層
• ✅ 靜態/半靜態配置 PHP 返回數組文件，部署時 opcache.preload 直接常駐內存

「性能測試的意義不在於『誰更快』，而在於『邊界在哪裡』——在正確的邊界內做正確的選擇。」