strpos循环撑不住500条敏感词是因为算法复杂度为O(n×m)，QPS超30即CPU持续>70%，且str_replace易误伤“和谐”等词；正确解法是DFA树，建树用mb_substr安全切分、索引数组存储、循环建树防溢出，缓存为PHP数组并确保权限与APCu开启。
为什么 strpos 循环在 ThinkPHP 6 中撑不住 500 条敏感词
不是代码写错了，是算法选错了。当词库超过 300 条，foreach + strpos 遍历每条评论，本质是 O(n×m) 时间复杂度 —— 每个字符都要扫一遍词表。QPS 上 30 就可能看到 CPU 持续 >70%，str_replace 还会误伤“和谐”“河蟹”这类变形词。
- 错误现象：
preg_match_all('/'.implode('|', $words).'/', $content)在词库过千时直接超时或内存溢出 - 别把敏感词塞进 validate 规则里 —— 它只校验字段格式，不负责语义匹配
- 数据库
WHERE word IN (...)查询不是过滤动作，只是查词是否存在，不能替代文本扫描 - 真正要解决的是“单次扫描完成全部匹配”，DFA 的 O(n) 才是解法
怎么手写一个轻量 DFA 树，不依赖第三方包
ThinkPHP 6 不自带 DFA 实现，但不需要引入完整 AC 自动机。核心就两个动作：建树 + 扫描，30 行内能跑通。重点不在功能多，而在内存省、中文稳、不递归。
- 节点必须用索引数组：
['is_end' => true, 'next' => []]，不用对象，避免 PHP-FPM 下反复实例化开销 - 切分汉字必须用
mb_substr($word, $i, 1, 'utf-8')，str_split会把一个汉字拆成 3 个乱码字节，树就废了 - 建树禁用递归，改用
for循环 + 引用传递：&$currentNode，防超长词触发栈溢出 - 末尾节点加
'is_end' => true标识，中间节点也得显式设'is_end' => false，否则匹配逻辑会错判
如何把 DFA 树缓存到文件并复用
每次请求都重建树，等于把性能瓶颈从匹配阶段转移到初始化阶段。缓存不是可选项，是刚需 —— 尤其当你的词库每天只更新几次，而评论请求每秒几十次。
- 构建完成后，用
var_export($tree, true)导出为纯 PHP 数组，写入runtime/cache/dfa_tree.php - 后续请求直接
require该文件，比 JSON 解析快 3 倍以上，且无反序列化开销 - 新增/禁用敏感词后，必须主动删除该缓存文件，否则新词永远不生效
- 别用 APCu 缓存树结构 —— 如果
apcu.enabled=0，会导致每次请求重建，CPU 突增（这是线上最常被忽略的配置点）
在 ThinkPHP 6 中间件里怎么安全调用 DFA 过滤器
过滤逻辑不能散落在控制器里，也不能塞进 Session 或 Request 对象 —— 树是只读静态资源，必须由容器统一管理生命周期。
立即学习“PHP免费学习笔记（深入）”；
- 在
app/middleware/ContentFilterMiddleware.php的handle()方法开头require runtime/cache/dfa_tree.php，然后 newDfaFilter($root) - 调用
$filter->search($content)返回布尔值即可判断是否命中，不要等它返回所有词 —— 拦截场景只需“有/无” - 若需替换，先用
$filter->getPositions($content)获取所有[(start, end, word)]，再按起始位置倒序替换，防止字符串偏移 - 禁止在中间件里做日志记录或跳转 —— 这些应交由异常处理器统一处理，保持中间件职责单一
最易被忽略的点：缓存文件路径权限和 APCu 开关状态。很多团队测着没问题，上线后 CPU 暴涨，最后发现是 runtime/cache 目录不可写，或服务器没开 APCu 却写了缓存逻辑。DFA 本身很稳，卡住的往往是这些外围细节。
