Três abordagens diferentes para localizar os dados
A ideia do arquivo até que é boa pois o cadastro de cidades muda de forma muito lenta, então as atualizações ocorreriam de maneira bem esporádica e casual.
O motivo disso é que com o banco de dados, o servidor tem que:
- Receber a requisição.
- Conectar no banco de dados.
- Fazer uma consulta SQL.
- Obter os resultados da consulta.
- Montar uma resposta em formato HTML, XML, JSON ou no formato que você preferir e que vai ter um tamanho X.
- Enviar essa resposta de tamanho X ao navegador.
Sem o banco de dados, fica mais rápido, pois o servidor vai:
- Receber a requisição.
- Procurar o arquivo já pronto.
- Abrir o arquivo e ler ele por inteiro.
- Enviar o conteúdo do arquivo (de tamanho X) ao navegador.
Fica mais rápido ainda se você manter ele em memória assim:
- Receber a requisição.
- Enviar o conteúdo de uma variável global, constante do tipo string, ou texto fixo da memória ao navegador.
Uma forma de fazer isso é com um <?php include
, uma vez que o PHP vai fazer manter na memória o conteúdo de todos os arquivos PHP acessados (ele não vai manter a saída que eles geram, e sim o código-fonte PHP). Colocando nesse código PHP um conteúdo fixo, o código-fonte será a própria saída, o que induzirá o PHP a no final das contas simplesmente copiar o conteúdo dessa memória diretamente para a resposta da requisição sem nenhum ou quase nenhum processamento adicional.
Para evitar ter que editar manualmente o XML (ou o formato que for) contendo os dados das cidades, você pode escrever algum procedimento que lê as informações necessárias do banco de dados e no final gera o conteúdo necessário e salva tudo em um arquivo PHP já no formato desejado. Dessa forma, se/quando a sua base de dados mudar, bastará você executar o procedimento novamente. Você não precisará executar esse procedimento nenhuma vez que não seja quando alguma coisa mudar ou na base de dados, ou no formato de dados a ser servido, ou no algoritmo que o gera.
Fazendo cache
Além de manter tudo em memória, você pode se aproveitar das habilidades do navegador em fazer cache do conteúdo, considerando que ele vai mudar muito raramente. Para isso, você publica o conteúdo em algum lugar com uma URL chamada cidades-2016-08-14.php
ou coisa semelhante. Lá, você coloca os seguintes cabeçalhos na resposta da requisição:
Cache-control: max-age=31536000
ETag: "Cidades20160814"
E então, no servidor, antes de enviar o conteúdo em memória para o cliente, você verifica se há um cabeçalho da requisição chamado If-None-Match
e se o valor dele é "Cidades20160814"
(com as aspas). Se for, você devolve o status 304 Not Modified
e a resposta da requisição em branco ou com um conteúdo bastante curto. Se não for, você devolve o conteúdo dos seus dados e acrescenta esses dois cabeçalhos na resposta da requisição. Note que o conteúdo do ETag
e do If-None-Match
devem vir sempre entre aspas.
O campo Cache-control
especifica o prazo de validade. Aqui eu coloquei em 31536000 segundos, o que dá 365 dias. O campo ETag
serve para fazer GETs condicionais. Esse valor você passa ao navegador quando ele vai buscar o recurso pela primeira vez e o navegador o armazena. Após finalizado o prazo do max-age
, o navegador envia o valor do ETag
de volta no cabeçalho If-None-Match
para saber se o conteúdo mudou ou não, e ao responder 304, você sinaliza que não mudou. Caso tivesse mudado, você iria devolver a nova string com o ETag
diferente.
O ETag
deve mudar quando o conteúdo do seu recurso (no caso a lista de cidades) mudar. Vamos supor que em 10/01/2017 seja criado algum município em algum lugar. Neste momento, você poderia atualizar o conteúdo do seu recurso no PHP e trocar a ETag
para "Cidades20170110"
.
Este esquema do ETag
ainda tem um problema: Quando a base mudar, o navegador ainda ficará com a base antiga em cache por um bom tempo até que o cliente limpe a cache do navegador, ou o max-age
expire, ou algo semelhante aconteça, o que pode ser problemático. Uma possível solução seria reduzir o valor do max-age
, mas isso não é necessário. Neste caso, basta você mudar também a URL para cidades-2017-01-10.php
, colocando a nova base de dados lá. Assim sendo, no dia que a base mudar, como a URL também mudará, automaticamente a cache do conteúdo anterior não mais será utilizada, desde que todas as referências nos demais arquivos do PHP e no javascript apontem para a URL nova, e é exatamente por causa disso que pode-se seguramente colocar-se um valor muito alto para o max-age
nesse caso.
Pesquisas na base de dados
Para fazer pesquisas em cidades ou coisa do gênero, o melhor seria dar o conteúdo todo para o navegador e implementar toda a pesquisa por meio de javascript. Dessa forma, o navegador será capaz de fazê-la sozinha sem precisar solicitar nada ao servidor.
Caso uma busca no servidor seja necessária, para obter o melhor desempenho, você faz a busca apenas na memória do próprio servidor, e gera para cada requisição um valor de ETag
que possa ser determinado facilmente com base nos dados fornecidos na pesquisa (ex: nome da cidade) e também com base na data em que os dados foram atualizados pela última vez. Os detalhes exatos do algoritmo que gera o ETag
e o conteúdo exato do ETag
não importam muito, desde que essas duas importantes regras sejam respeitadas:
O algoritmo tem que ser determinístico. Ou seja, para a mesma entrada, mesma versão do seu conjunto de dados e mesma URL de consulta, ele deve gerar a mesma saída.
O algoritmo tem que ser livre de colisões. Ou seja, em uma mesma URL de consulta, duas entradas diferentes ou duas entradas iguais em versões diferentes do seu conjunto de dados, devem gerar ETag
s diferentes.
Fica mais fácil gerenciar essas duas propriedades (principalmente a segunda) quando cada versão do seu conjunto de dados tem uma URL diferente, pois nesse caso a complexidade é reduzida apenas para gerar a ETag
com base somente na entrada. Uma forma bem fácil e simples de gerar a ETag
nesse caso, se a entrada for garantidamente uma string curta, é fazer o conteúdo da ETag
ser o próprio conteúdo da entrada (talvez com algum escaping/encoding apenas).
Leitura adicional
Vale uma leitura no texto que eu usei como fonte, aqui: https://developers.google.com/web/fundamentals/performance/optimizing-content-efficiency/http-caching