win2003使用preg_match_all导致apache崩溃解决办法

Apache/2.2.9 (Win32) + PHP/5.2.17，在使用正则表达式 preg_match_all （如 preg_match_all("/ni(.*?)wo/", $html, $matches);）进行分析匹配比较长的字符串 $html 时（大于10万字节，一般用于分析采集回来的网页源码）,Apache服务器会崩溃自动重启。

在Apache错误日志里有这样的提示：

1. [Thu Apr 11 18:31:31 2013] [notice] Parent: child process exited with status 128 -- Restarting. 
2. [Thu Apr 11 18:31:31 2013] [notice] Apache/2.2.9 (Win32) PHP/5.2.17 configured -- resuming normal operations 
3. [Thu Apr 11 18:31:31 2013] [notice] Server built: Jun 13 2008 04:04:59 
4. [Thu Apr 11 18:31:31 2013] [notice] Parent: Created child process 2964 
5. [Thu Apr 11 18:31:31 2013] [notice] Disabled use of AcceptEx() WinSock2 API 
6. [Thu Apr 11 18:31:31 2013] [notice] Child 2964: Child process is running 
7. [Thu Apr 11 18:31:31 2013] [notice] Child 2964: Acquired the start mutex. 
8. [Thu Apr 11 18:31:31 2013] [notice] Child 2964: Starting 350 worker threads. 
9. [Thu Apr 11 18:31:31 2013] [notice] Child 2964: Listening on port 80. 

经过查阅Apache官方以及论坛资料后,发现win平台下用正则 preg_match_all 或preg_match 分析比较长的字符串时，导致apache崩溃重启的原因是windows平台下默认分配的线程堆栈空间 ThreadStackSize 太小导致的。 win32默认只有256KB，而在 linux下默认值是 8M，这就是为什么同样的程序在 linux平台下正常，而在 win平台下不正常的原因。

根据PCRE library的官方说明：256 KB 的堆栈空间对应的pcre.recursion_limit大小应该不超过524。

下面就是一张Stacksize和pcre.recursion_limit对应的建议安全值，超过这个数值就极有可能发生堆栈溢出，apache crash:

1. Stacksize   pcre.recursion_limit 
2.  64 MB      134217 
3.  32 MB      67108 
4.  16 MB      33554 
5.   8 MB      16777 
6.   4 MB      8388 
7.   2 MB      4194 
8.   1 MB      2097 
9. 512 KB      1048 
10. 256 KB      524 

如果你没有调整堆栈大小，就必须在使用正则的PHP页面最开头加入：

1. <?php 
2. ini_set("pcre.recursion_limit", "524"); // PHP default is 100,000. 
3. ?> 

查看具体的错误可以使用下面的代码：

1. $resultsArray = preg_match_all("/table.*?<a>/isU", $html, $contents); 
2. if ($resultsArray === 0){ 
3. echo get_pcre_err(); 
4. } 
5. function get_pcre_err(){ 
6.         $pcre_err = preg_last_error();  // PHP 5.2 and above. 
7.         if ($pcre_err === PREG_NO_ERROR) { 
8.             $msg = 'Successful non-match.'; 
9.         } else { 
10.             // preg_match error! 
11.             switch ($pcre_err) { 
12.                 case PREG_INTERNAL_ERROR: 
13.                     $msg = 'PREG_INTERNAL_ERROR'; 
14.                     break; 
15.                 case PREG_BACKTRACK_LIMIT_ERROR: 
16.                     $msg = 'PREG_BACKTRACK_LIMIT_ERROR'; 
17.                     break; 
18.                 case PREG_RECURSION_LIMIT_ERROR: 
19.                     $msg = 'PREG_RECURSION_LIMIT_ERROR'; 
20.                     break; 
21.                 case PREG_BAD_UTF8_ERROR: 
22.                     $msg = 'PREG_BAD_UTF8_ERROR'; 
23.                     break; 
24.                 case PREG_BAD_UTF8_OFFSET_ERROR: 
25.                     $msg = 'PREG_BAD_UTF8_OFFSET_ERROR'; 
26.                     break; 
27.                 default: 
28.                     $msg = 'Unrecognized PREG error'; 
29.                     break; 
30.             } 
31.         } 
32.     return($msg); 
33. } 

对于正则的修饰符 isU 说明：

i: 表示in-casesensitive，即大小写不敏感

s: PCRE_DOTALL，表示点号可以匹配换行符。

U: 表示PCRE_UNGREEDY，表示非贪婪，相当于perl/python语言的.*?，在匹配过程中，对于.*正则，一有匹配立即执行，而不是等.*搜索了所有字符再一一返回,在使用正则表达式时，我们应该尽量避免递归调用，递归容易导致堆栈溢出。比如：

/<table((?!<table).)*?</a>/isU 就会发生错误，而使用 /<table.*?</a>/i 就正常。

那么如何增加win平台下 ThreadStackSize 的大小呢？ 在apache的配置文件 httpd.conf 里启用 “Include conf/extra/httpd-mpm.conf”（删除前面的注释#），然后在 httpd-mpm.conf 文件里的 mpm_winnt_module 配置模块里设置 “ThreadStackSize 8400000”即可（大约8M）,代码如下:

1. <IfModule mpm_winnt_module> 
2.     ThreadStackSize 8400000 
3.     ThreadsPerChild      200 
4.     MaxRequestsPerChild    10000 
5.     Win32DisableAcceptEx 
6. </IfModule> 

这里需要注意的是，32位的Apache程序只能最多使用大约2GB内存空间！ 因此，ThreadStackSize 和ThreadsPerChild 的值相乘后（8M * 200）不应该超过2G，否则无法启动apache，出现的错误日志如下：

1. [Thu Apr 11 20:02:45 2013] [crit] (OS 8)存储空间不足，无法处理此命令。  : Child 4832: _beginthreadex failed. Unable to create all worker threads. Created 212 of the 220 threads requested with the ThreadsPerChild configuration directive. 

通过上面的提示，飘易可以告诉大家的是在我的这台服务器上，当线程堆栈大小设为8M时，我可以设置的线程数最多是212个。