Como muchos se han enterado desde hace un tiempo esta en la cresta de la ola, el moviento NoSQL el cual es una serie de almacenes de datos no relacionales (ojo no han muertos las BD relaciones), hay multiples proyectos para almacenar este tipo de datos y uno de lo que mas me ha interesado en Redis (REmote DIctionary Server) el cual es un avanzado contenedor de datos del tipo clave-valor (key-value) muy parecido a memcached, pero a diferencia de esta que los datos no son volatiles, como cultura general Redis es desarrollado por Salvatore antirez Sanfilippo (@antirez)

Redis a diferencia de memcached cuenta con diversidad de tipos de datos, en Redis hay listas, conjuntos y conjuntos ordenados. Todos estos tipos de datos pueden ser manipulados con operaciones atómicas push/pop, add/remove. Puedes mirar todas las características de Redis en detalle del porque es una alternativa NoSQL muy interesante a valorar.

Redis actualmente esta siendo adoptado por multiples proyectos primordialmente por si perfomance (pueden chequear el siguiente benchmark) entre los cuales figuran GitHub (How We Made GitHub Fast), VidioWiki, y otros tantos. Al igual que proyectos existen lenguajes de programación que soportan a Redis.

Como ven hay muchas cosas interesantes en todo esto del NoSQL y especialmente con Redis, pero es importante acotar que NoSQL no esta pensado para cualquier aplicación, me refiero que esta nueva forma de almacenar datos nace en vista de necesidad que las Base de Datos Relaciones (las mismas que ofrecen el ACID) se quedarón cortas para lo que requieren las aplicación de hoy día en cuento al manejo de datos. En pocas palabras no intenten hacer un Blog con NoSQL, lo he visto a diario producto del novísimo de algunos que piensan y/o creen que ahora todo se puede hacer con NoSQL y lo que puede llevarlo al fracaso de un startup :)

PHP + Redis

PHP es uno de los lenguaje que ha dado soporte a Redis y hay varios clientes para trabajar con Redis los dos que considerado mas importante es Rediska la cual tiene características interesantes e integración con varios framework pero y PhpRedis el cual es una libraría nativa de PHP escrita en C.

PhpRedis es la que más me ha llamado la atención y es por tema que es una extensión nativa de PHP la cual supone que será mas rápida que cualquier librería que haga las veces de cliente para trabajar con Redis.

Explicare brevemente como instalar PhpRedis, en sistemas operativos basado en GNU/Linux en mi caso es Debian, realmente la instanción es bastante simple y lo primero es que debes tener Redis como servidor.

#aptitude install redis-server

Lo anterior solo instala el server, ya podemos trabajar con redis, pero hace falta un cliente en mi caso escogí PhpRedis, yo la baje directamente de GitHub como proyecto pudíeras solo bajar el .tar.gz.

#git clone --depth 1 git://github.com/owlient/phpredis.git

Ubicados en el directorio donde se descargo PhpRedis hacemos lo siguiente:

Nota: como se compilará un módulo de PHP necesitas tener instalado php5-dev

phpize
./configure
make && make install

Si lo anterior se ejecuto de forma correcta tendrás un mensaje al final lo que indica que todo se instalo como este:

Build complete.
Don't forget to run 'make test'.
 
Installing shared extensions:     /usr/lib/php5/20060613+lfs/

El próximo paso es cargar el módulo en el php.ini para ubicarlo use php –ini | grep ‘Loaded’ lo editamos y cargamos el módulo con solo añadir extension=redis.so en la sección Dynamic Extensions de su php.ini, ahora verificamos que lo hecho esta bien.

php -m | grep redis
php -i | grep 'Redis Support'

Hay un Script de PHP el cual es un test rápido para verificar que hay comunicación entre el servidor redis y la extensión PhpRedis instalada.

curl -s http://gist.github.com/raw/402018/redis-glue-test.php -o redis-test.php
php redis-glue-test.php

Si vez lo siguiente como salida del comando anterior, sientase feliz porque ya tiene andando PhpRedis como cliente de PHP y Redis como servidor :)

Para terminar…

Este post fue una introducción bastante general pero precisa a lo que es Redis como un sistema de almacenamiento key-value, espero pronto escribir algo de código donde se aprecie como guardar y recuperar datos de Redis desde PHP o bien desde la consola pura y cruda :).

Espero las dudas, preguntas y sugerencias sobre el post :)

Bien lo cierto es que cuando se corrió el benchmark los #request/seg no cuadraban y no era lógico ya que la nueva estructura se depuraron ciertas cosas que sobraban, en el benchmark los números obtenidos eran tan locos que la vieja estructura tenia unos 10 #req/seg por encima :-S no era nada normal esto, nos toco recurrir a las buenas prácticas de desarrollo y que ya es una constante dentro del Equipo de Desarrollo de kumbiaphp hacer debug y profiler con xdebug :-), esto para detectar donde estaban los “cuellos de botellas” que nos hacían mas lento que la versión anterior.

El detalle estaba en una función de PHP llamada extract, dentro de kumbiaphp framework se utiliza esta dicha función en el core ya que el framework implementa las variables de instancia (algo muy parecido de Rails), es decir todo lo que llame en mi controlador $this->var o sean atributos públicos, en la vista los tengo disponible como $var, volviendo al punto esta funcion nos permite hacer lo antes dicho pero recibe ciertos parámetros uno es unas constantes entre ellas EXTR_OVERWRITE (Si hay colisión, sobrescribe la variable existente) nosotros decidimos sacar la constante porque en la documentación Oficial de PHP dice claro lo siguiente:

Si no se especifica tipo_extraccion , se asume que vale EXTR_OVERWRITE.

Bien como sabemos el xdebug nos da mucha información y la misma nos decía que el “cuello de botella” estaba allí ya que tomamos un profiler de la versión anterior y los tiempos eran totalmente distintos en ese punto. viendo en detalle la función extract decidí olvidar lo que dice el manual de PHP y pasar de forma implícita el tipo de extracción en este caso EXTR_OVERWRITE, una vez hecho el cambio vuelvo a correr el benchmark y como por arte de magia ahora obtengo los resultados esperados la nueva estructura ha causado efecto en velocidad y esta ~10 #req/seg por encima respecto a la vieja estructura.

Conclusión.

Tal como dice el titulo del post no hay que confiarse de lo que dicen algunos manual, ya que pueden ocurrir excepciones como la que comente aqui. En el caso descrito fue detectado este detalle porque se hizo uso de las buenas prácticas de desarrollo y de las herramientas disponibles y el turno fue para una que muchos obvian (xdebug), que si le damos el uso correcto podemos ganar mucho en nuestros desarrollos.

Filtrar todos los datos externos

El filtrado de datos es una de las piedras angulares en cualquier aplicación en el tema de seguridad, independientemente del lenguaje donde se trabaje. PHP proporciona una amplia gama de herramientas y funciones para filtrar o validar los datos, pero a diferencia de otros lenguajes, no tiene funciones estándar para filtrar los datos (como cgi de perl).

La extensión Filter llena este vacío y viene a suplir muchas expresiones regulares que son extremadamente lentas para validar formatos y datos de entradas, estas son muchas de las bondades de PHP que muchos desarrolladores no suelen utilizar y que vienen a ser parte de las buenas practicas de desarrollo sobre este lenguaje.

Este componente cuenta con constantes que representan los filtros a ser aplicados y ademas estos se pueden aplicar sobre array’s conocidos (POST, GET, COOKIE, etc) de manera que se vuelve flexible, para este tipo de validaciones y/o sanamiento de los datos de entrada, veamos unos ejemplos.

imaginemos que enviamos por $_GET un dato que lo hemos llamado ‘mode’

if($_GET['mode']){
    if(!is_numeric($_GET['mode'])){
        echo "'mode' no es un entero";
    } else {
        echo "'mode' es un entero";
        return (int)$_GET['mode'];
    }
}

Ahora utilizando el Filter filter_input

$mode = filter_input(INPUT_GET, 'mode', FILTER_VALIDATE_INT);
 
if(!$mode){
    echo "'mode' no es un entero";
} else {
    echo "mode es: $mode";
    return $mode;
}

Ya podemos apreciar que nuestro código se limpia y si le hacemos un benchmark seguramente también será mas rápido ;-)

Consideraciones sobre los filtros

• Santizing(limpieza) filtros, Permitir o denegar los caracteres de una cadena, siempre retorna una cadena
• Filtros Lógicos, Conoce los formatos devuelve el tipo esperado de éxito.

Un formulario, aplicando filtros lógicos.

<form action="example.php" method="post">
    Ingrese su Edad:
<input name="age" size="2" />
<input name="submit" type="submit" value="Ir" />
</form>

Y el script que procesa esta información seria:

if (filter_has_var(INPUT_POST, 'submit')) {
    echo 'Se envió el form';
}
 
$age = filter_input(INPUT_POST, 'age', FILTER_VALIDATE_INT);
if (is_null($age)) {
    echo "La 'edad' es un campo requerido!";
} elseif ($age === FALSE) {
    echo 'Ingrese una edad valida';
} else {
    echo 'Bienvenido.';
}

Bien como vemos solo validamos que la edad sea un numero entero, pero existen algunos filtros que soportan options para que las validaciones sean mas precisas. Ahora la edad debe pasar la condición que debe estar entre un rango entre 7 y 77. veamos la utilización con el código anterior.

if (filter_has_var(INPUT_POST, 'submit')) {
    echo 'Se envió el form';
}
 
$age = filter_input(INPUT_POST, 'age', FILTER_VALIDATE_INT, array('options'=> array('min_range'=>7, 'max_range'=>77));
 
if (is_null($age)) {
    echo "La 'edad' es un campo requerido!";
} elseif ($age === FALSE) {
    echo 'Ingrese una edad valida';
} else {
    echo 'Bienvenido.';
}

Un formulario, aplicando filtros Santizing.

<form action="example01.php" method="post">
    Ingrese su Nombre:
<input name="name" size="50" />
<input name="submit" type="submit" value="Ir" />
</form>

Y script que lo procesa…

if (filter_has_var(INPUT_POST, 'submit')) {
    echo 'Se envió el form';
}
 
$name = filter_input(INPUT_POST, 'name', FILTER_SANITIZE_STRING, FILTER_FLAG_STRIP_LOW);
if (is_null($name)) {
    echo "El 'nombre' es un campo requerido!";
} else {
    echo "Bienvenido, $name";
}

En PHP 5.x esta extensión viene por defecto.

Por último dejo un post de PHPPro donde servirá de guía para muchos, de manera que escalemos nuestras formas de validar datos.

Este termino comencé a ver una materia que se llama Procesamiento de Datos (Programación PHP) y es triste ver como un profesor le cae a mentira a un grupo de alumnos, que en vez de dedicarse “enseñar”, busca “sorprender” a un conglomerado, como se que esto dará mucho que hablar hoy comienzo una serie de post donde rescatare las carencia de este profesor, por razones obvias no daré su nombre (Espero lea este post profesor) y que NO se consideran como buenas prácticas de desarrollo en PHP.

Aclaro que No es un Flame contra este profesor, son simplemente aclaratorias que desde mi modesto punto de vista no puede quedar “impune” de la misma forma sirva para incentivar a las personas y/o alumnos(hasta al mismo profesor) a buscar información antes de decirla y/o creerle a cualquiera y mas en el área de la programación debido a que existe mucha información en la web.

Hay cosas de “ABC” que cualquier desarrollador de aplicaciones web debería tener claro, en este caso para PHP y es que las aplicaciones web de hoy día necesitan ir rápido, y rápido no se traduce es hacer códigos pequeños sino en implementar buenas prácticas.

En Plena Clase

El profesor explico como instalar Apache (En windows XP :-P) pero nunca dijo porque se usaría Apache? y no otro por ejemplo IIS, Cherokee, etc. Ya por aquí considero que empezó mal porque como pedagogo (que no tiene nada) debió explicar esto, no conforme, comienza a dar la explicación de instalar Zend Studio (un IDE privativo)y luego dice como “crackearlo” (profesor tenga ética y no sea “pisa bandera”) otro error, esto se puede decir entre amigos pero NO en una clase.

Bien, después del bla bla bla, llega a un punto donde comienza hablar de rutas en los archivos, es decir hacer los include ‘../mi_ruta/archivo.php’, y dice que las rutas relativas son mejores (aquí explote) y hago una pregunta, Profesor que es mas optimo rutas Relativas o Absolutas? la barbarie! el profesor contesto Relativas, caigo en un intercambio de palabras donde le dije que era falso y ahora explico porque.

Las rutas absolutas son mas optimas, como dije en un principio hay que hacer aplicaciones web rápidas y algo tan simple como hacer un include de una ruta relativa se paga caro en tiempo de ejecución, porque se perderá mas tiempo resolviendo la ruta, es decir crear el arbol de directorio porque el compilador de PHP no es que hará un simple cd ../mi_ruta/archivo.php no no no, el compilador construye la ruta completa del archivo.php hará algo como /var/www/mi_ruta/archivo.php.

Luego que le comente lo anterior con otras palabras pero la idea sigue siendo la misma, el profesor en cuestión me alega que me imaginase que tuviera muchos archivo dentro del proyecto que desarrollo, por favor con mas razón se debe utilizar rutas absolutas por el simple hecho que serán mas archivos los que se procesaran en la ejecución de la aplicación (profe esto es sentido común).

Pero no todo es malo el profesor dentro de todo lo que comento en cuatro (04) horas de clases académicas (45min C/U) unas de las pocas que considero que acertó fue en el manejo de las comillas dobles y simple, cuando en PHP colocamos comillas dobles el compilador asumirá que existen variable ($var) dentro del string, solo que con comillas simples se ignoran las variables dentro del string pero le falto decir que es mas rápido.

ejemplo:

$tmp = 'aaaaaaaaaaaaaaaaaaaa';//rápido
$tmp = "aaaaaaaaaaaaaaaaaaaa"; //lento

Conclusiones.

Estas carencias son casi que normales (aunque no deberia ser así) entre los desarrolladores en cualquier lenguaje y es porque muy pocos se preocupan por hacer profiler y debug o simples benchmark para encontrar bottlenecks (cuellos de botella) dentro de nuestro código, con esto quiero decir que lo que se dice dentro de este post no lo invente yo, la práctica da la razón y utilizar las mejores prácticas nos hace mejor desarrollador(existen deferencias entre desarrollador y programador).

Leer: Regla 20/80

PC-1

# ifconfig eth0 192.168.0.2

PC-2

# ifconfig eth0 192.168.0.3
# route add default gw 192.168.0.2

Una vez hecho esto hacemos ping de computador a computador para comprobar que existe conectividad.
Ping desde el PC-2 hacia el PC-1

# ping 192.168.0.2

Debemos obtener una salida como esta:

PING 192.168.0.2 (192.168.0.2) 56(84) bytes of data.
64 bytes from 192.168.0.2: icmp_seq=1 ttl=64 time=0.036 ms
64 bytes from 192.168.0.2: icmp_seq=2 ttl=64 time=0.036 ms
64 bytes from 192.168.0.2: icmp_seq=3 ttl=64 time=0.031 ms

Esto simplemente para que se vea que no necesitamos un cable cruzado :-), ahora vamos a la parte interesante en esta primera sección lo haremos que nuestra PC-2 se conecte a internet mediante la interfaz de Red utilizando como gateway la PC-1, para esto utilizaremos brctl para crear un puente (bridge) esto lo haremos de la siguiente manera, todos estos pasos se harán en la PC-1:

# brctl addbr br0

donde br0 es un nombre que le damos, puede ser cualquiera, una vez hecho esto levantamos este bridge, que finge como “interfaz”.

# ifconfig  br0 up
# brctl addif br0 eth0

Le damos una dirección IP al bridge br0

# ifconfig  br0 192.168.0.2

Agregamos las siguientes reglas en el Iptables

# iptables -t nat -A POSTROUTING -o ppp0 -j MASQUERADE
# iptables -A INPUT -p TCP -m state --state RELATED -j ACCEPT
# echo 1 > /proc/sys/net/ipv4/ip_forward

NOTA: debemos detener el network-manager de la PC-1, ya que este tumba la puerta de enlace y por ende a pesar que de se este conectado por la interfaz ppp0 la PC nunca se “entera” que esta conectada.

# /etc/init.d/network-manager stop

La configuración de la PC-2 ya tiene la dirección IP asignada (192.168.0.3) solo debemos agregar los dns, en este caso utilice los de cantv 200.44.32.12, una vez hecho esto en la PC-2 podemos intentar navegar, ya sea abriendo un navegador o haciendo ping.

# ping www.google.com
PING www.l.google.com (74.125.95.103) 56(84) bytes of data.
64 bytes from iw-in-f103.google.com (74.125.95.103): icmp_seq=1 ttl=241 time=269 ms
64 bytes from iw-in-f103.google.com (74.125.95.103): icmp_seq=2 ttl=241 time=279 ms
64 bytes from iw-in-f103.google.com (74.125.95.103): icmp_seq=3 ttl=241 time=261 ms

Como vemos ya tenemos conectividad hacia internet mediante la PC-1 utilizando la interfaz de red, ahora lo hacemos utilizando la tarjeta inalámbrica de ambos computadores, para esto quitamos el cable de Red para evitar problemas.
En la PC-1 colocamos la tarjeta inalámbrica en mode ad-hoc y añadimos la interfaz inalámbrica por lo general wlan0 al brctl.

# iwconfig wlan0 essid "CaChi" mode ad-hoc channel 11
# brctl addif br0 wlan0

Ahora solo queda conectarse desde cualquier otra maquina hacia la PC-1 de la misma manera, es decir modo ad-hoc y por el canal (channel) 11 y por supuesto colocar los DNS correspondiente, en nuestro caso se colocó los de CANTV 200.44.32.12.
Con esto mis panas de la Universidad y demás, podrán “chulearme” la conexión :-) ahora solo faltaría un QoS.

Pero no faltaba mas ahora tenemos un derivado de esta iniciativa, pero ahora dando ayuda del lado servidor con lenguaje como PHP, :-) sin duda que una gran herramienta para realizar Debug (a quienes les guste, yo soy un adicto a esa práctica), he realizado unas pruebas y los resultados son impresionantes todo lo que esta extensión puede hace.

Para su descarga e instalación pueden visitar el sitio oficial FirePHP – Firebug Extension el cual trae un demo bien pragmatico de la extensión…