دۆزینەوەی هەموو یەکسانییەکانی regex هەمیشە O(n2) بووە

تێچووی شاراوەی هاوتاکردنی نەخش

بۆ گەشەپێدەران، دەربڕینە ئاساییەکان (regex) ئامرازێکی پێویستن، چەقۆیەکی سوپای سویسرایە بۆ شیکردنەوە و چەسپاندن و دەرهێنانی زانیاری لە دەق. لە پشکنینی فۆرماتەکانی ئیمەیڵەوە تا ڕشتنی داتا لە لۆگەکانەوە، regex چارەسەری سەرەکییە. بەڵام لە ژێر ئەم ڕووبەرە بەهێزەدا تەڵەیەکی کارایی هەیە کە بۆ دەیان ساڵە سیستەمەکانی تووشی ئازار کردووە: خراپترین ئاڵۆزی کاتی دۆزینەوەی هەموو هاوتاکان لە ڕیزێکدا O(n2) یە. ئەم ئاڵۆزییەی کاتە چوارگۆشەییە بەو مانایەیە کە لەگەڵ گەشەکردنی هێڵی هاتنەژوورەوە، کاتی پرۆسێسکردن دەتوانێت بە شێوەیەکی ڕیزبەندی گەشە بکات، کە دەبێتە هۆی خاوبوونەوەی چاوەڕواننەکراو، ماندووبوونی سەرچاوەکان و دیاردەیەک کە بە ReDoS (Regular Expression Denial of Service) ناسراوە. تێگەیشتن لەم سنووردارکردنە سروشتییە یەکەم هەنگاوە بەرەو بنیاتنانی بەرنامەی بەهێزتر و کاراتر.

بۆچی Regex Matching O(n2) یە؟ کێشەی پاشەکشە

ڕەگی ئاڵۆزی O(n2) لەو میکانیزمەیە کە زۆربەی بزوێنەرە تەقلیدییەکانی ڕیگێکس بەکاریدەهێنن: پاشەکشەکردن. کاتێک بزوێنەری regex وەک ئەوەی لە Perl، Python، یان Java دا هەیە، هەوڵدەدات هەموو یەکسانییە ئەگەرییەکان بدۆزێتەوە، ئەوا بە سادەیی جارێک ڕیزەکە سکان ناکات. بەدواداچوون بۆ ڕێگا جیاوازەکان دەکات. نەخشێکی سادەی وەک `(a+)+b` لەبەرچاو بگرن کە بۆ ڕیزێک کە زۆربەیان "a"ن، وەک "aaaaaaaaac" جێبەجێ کراوە. بزوێنەرەکە بە تەماحەوە هەموو "a"ەکان لەگەڵ یەکەم `a+` دەگونجێنێت، پاشان هەوڵدەدات لەگەڵ "b"ی کۆتاییدا بگونجێنێت. کاتێک شکست دەهێنێت، پاشەکشە دەکات- بێ هاوتاکردنی دوا "a" و تاقیکردنەوەی ژماردنی `+` لەسەر گروپی دەرەوە. ئەم پرۆسەیە دووبارە دەبێتەوە، بزوێنەر ناچار دەکات هەموو پێکهاتەیەکی ئەگەری تاقی بکاتەوە کە چۆن دەتوانرێت "a"ەکان گرووپ بکرێت، ئەمەش دەبێتە هۆی تەقینەوەی تێکەڵاوی ئەگەرەکان. ژمارەی ئەو ڕێگایانەی کە بزوێنەرەکە دەبێت لێی بگەڕێن دەتوانێت ڕێژەیی بێت لەگەڵ چوارگۆشەی درێژی ڕیزەکە، هەربۆیە O(n2).

• ژماردنی تەماحکار: نەخشەکانی وەک `.*` یان `.+` لە سەرەتادا زۆرترین دەق بەکاردەهێنن، کە دەبێتە هۆی پاشەکشەی بەرفراوان کاتێک بەشەکانی دواتری نەخشەکە شکست دەهێنن لە یەکسانبوون.
• ژماردنی هێلانەیی: دەربڕینەکانی وەک `(a+)+` یان `(a*a*)*` ژمارەیەکی ڕیزبەندی ڕێگاکان بۆ دابەشکردنی ڕیزەکەی هاتوو دروست دەکەن، ئەمەش کاتەکانی پرۆسێسکردن بە شێوەیەکی سەرنجڕاکێش زیاد دەکات.
• نەخشە ناڕوونەکان: کاتێک دەتوانرێت ڕستەیەک بە چەندین شێوازی سەریەککەوتوو هاوتا بکرێت، بزوێنەرەکە دەبێت هەر ئەگەرێک بپشکنێت بۆ دۆزینەوەی هەموو هاوتاکان.

کاریگەری جیهانی ڕاستەقینە: زیاتر لە تەنها خاوبوونەوە

ئەمە تەنها خەمی ئەکادیمی نییە. ڕێگێکسی ناکارامە دەتوانێت لێکەوتەی توندی هەبێت لە ژینگەکانی بەرهەمهێناندا. پشکنینی چەسپاندنی داتا کە بەڕواڵەت بێ زیان دەتوانێت ببێتە گەردنی تەنگ لە کاتی پرۆسێسکردنی فایلە گەورەکان یان مامەڵەکردن لەگەڵ قەبارەی زۆری زانیارییەکانی بەکارهێنەر. مەترسیدارترین دەرئەنجام هێرشی ReDoS ە، کە ئەکتەرێکی زیانبەخش ڕستەیەکی بە وردی دروستکراو دابین دەکات کە خراپترین کارایی لە regex ی بەرنامەیەکی وێبدا دەستپێدەکات، بە شێوەیەکی کاریگەر سێرڤەرەکە هەڵدەواسێت و وا دەکات بۆ بەکارهێنەرانی یاسایی بەردەست نەبێت. بۆ بزنسەکان، ئەمە ڕاستەوخۆ وەرگێڕدراوە بۆ وەستان و لەدەستدانی داهات و تێکچوونی ناوبانگ. لە کاتی دروستکردنی سیستەمی ئاڵۆز، بە تایبەت ئەوانەی کە داتای متمانەپێنەکراو پرۆسێس دەکەن، ئاگاداربوون لەم تەڵانەی ڕیگێکس بەشێکی گرنگە لە وردبینی ئاسایش و کارایی.

"جارێک نوێکردنەوەی ڕێکخستنێکی بچووکمان هەبوو کە regex ی ناساند بۆ شیکردنەوەی ڕستەی بەکارهێنەر-بریکار. لە ژێر باری ئاساییدا، ئەوە باش بوو. بەڵام لە کاتی بەرزبوونەوەی هاتوچۆدا، بووە هۆی شکستی پەستانی کە API ی ئێمەی بۆ چەند خولەکێک دابەزاند. تاوانبارەکە regex ی O(n2) بوو کە هەرگیز نەماندەزانی هەمانە." - ئەندازیارێکی باڵای DevOps

دروستکردنی سیستەمی زیرەکتر لەگەڵ Mewayz

کەواتە، چۆن لەم سنووردارکردنە بنەڕەتییە تێپەڕین؟ چارەسەرەکە بریتییە لە تێکەڵەیەک لە ئامرازی باشتر و هەڵبژاردنی تەلارسازی زیرەکتر. یەکەم، گەشەپێدەران دەتوانن شیکارکەری regex بەکاربهێنن بۆ دیاریکردنی نەخشە کێشەدارەکان و دووبارە نووسینەوەیان بۆ ئەوەی کاراتر بن (بۆ نموونە، بەکارهێنانی ژماردنی خاوەندارێتی یان گروپە ئەتۆمییەکان). بۆ ئەدای کۆتایی، ئەلگۆریتمەکانی بەدیل هەن کە گەرەنتی کاتە هێڵییەکان دەکەن، O(n)، بۆ هاوتاکردنی نەخشەکان، هەرچەندە کەمتر لە کتێبخانە ستانداردەکاندا باون.

ئەمە ئەو شوێنەیە کە سیستەمی کارپێکردنی بازرگانی مۆدیۆلار وەک Mewayz سوودێکی بەرچاو دەدات. مێوایز ڕێگەت پێدەدات کە پرۆسەی گرینگ دابەش بکەیت و چاودێری بکەیت. لەبری ئەوەی بەرنامەیەکی یەکپارچەت هەبێت کە یەک ڕیگێکسی خاو بتوانێت تەواوی سیستەمەکە پەک بخات، دەتوانیت مایکرۆسێرڤیسێکی تایبەت و گۆشەگیر بۆ شیکردنەوە و چەسپاندنی داتاکان بڵاوبکەیتەوە. ئەگەر کێشەیەکی ئەدای کارکردن سەرهەڵبدات، ئەوا کۆنتڕۆڵ دەکرێت و دەتوانرێت چارەسەر بکرێت بەبێ ئەوەی کاریگەری لەسەر کارەکانی تری بازرگانی هەبێت. جگە لەوەش، ئامرازەکانی چاودێریکردن لەناو پلاتفۆرمی Mewayz دەتوانن یارمەتیت بدەن کە ئەم ناکاراییانە بە وردی دەستنیشان بکەیت پێش ئەوەی کاریگەرییان لەسەر کڕیارەکانت هەبێت، قەیرانێکی ئەگەری دەگۆڕێت بۆ ئەرکێکی باشکردنی بەڕێوەبردن. بە بنیاتنانی لەسەر بنەمایەکی نەرم و نیان و چاودێرکراو، دڵنیا دەبیتەوە لەوەی کە لۆژیکی کارەکەت، لەوانەش پرۆسێسی دەقی ئاڵۆز، بە کارایی و خۆڕاگر دەمێنێتەوە.

پرسیارە زۆرەکان

تێچووی شاراوەی هاوتاکردنی نەخش

بۆ گەشەپێدەران، دەربڕینە ئاساییەکان (regex) ئامرازێکی پێویستن، چەقۆیەکی سوپای سویسرایە بۆ شیکردنەوە و چەسپاندن و دەرهێنانی زانیاری لە دەق. لە پشکنینی فۆرماتەکانی ئیمەیڵەوە تا ڕشتنی داتا لە لۆگەکانەوە، regex چارەسەری سەرەکییە. بەڵام لە ژێر ئەم ڕووبەرە بەهێزەدا تەڵەیەکی کارایی هەیە کە بۆ دەیان ساڵە سیستەمەکانی تووشی ئازار کردووە: خراپترین ئاڵۆزی کاتی دۆزینەوەی هەموو هاوتاکان لە ڕیزێکدا O(n2) یە. ئەم ئاڵۆزییەی کاتە چوارگۆشەییە بەو مانایەیە کە لەگەڵ گەشەکردنی هێڵی هاتنەژوورەوە، کاتی پرۆسێسکردن دەتوانێت بە شێوەیەکی ڕیزبەندی گەشە بکات، کە دەبێتە هۆی خاوبوونەوەی چاوەڕواننەکراو، ماندووبوونی سەرچاوەکان و دیاردەیەک کە بە ReDoS (Regular Expression Denial of Service) ناسراوە. تێگەیشتن لەم سنووردارکردنە سروشتییە یەکەم هەنگاوە بەرەو بنیاتنانی بەرنامەی بەهێزتر و کاراتر.

بۆچی Regex Matching O(n2) یە؟ کێشەی پاشەکشە

ڕەگی ئاڵۆزی O(n2) لەو میکانیزمەیە کە زۆربەی بزوێنەرە تەقلیدییەکانی ڕیگێکس بەکاریدەهێنن: پاشەکشەکردن. کاتێک بزوێنەری regex وەک ئەوەی لە Perl، Python، یان Java دا هەیە، هەوڵدەدات هەموو یەکسانییە ئەگەرییەکان بدۆزێتەوە، ئەوا بە سادەیی جارێک ڕیزەکە سکان ناکات. بەدواداچوون بۆ ڕێگا جیاوازەکان دەکات. نەخشێکی سادەی وەک `(a+)+b` لەبەرچاو بگرن کە بۆ ڕیزێک کە زۆربەیان "a"ن، وەک "aaaaaaaaac" جێبەجێ کراوە. بزوێنەرەکە بە تەماحەوە هەموو "a"ەکان لەگەڵ یەکەم `a+` دەگونجێنێت، پاشان هەوڵدەدات لەگەڵ "b"ی کۆتاییدا بگونجێنێت. کاتێک شکست دەهێنێت، پاشەکشە دەکات- بێ هاوتاکردنی دوا "a" و تاقیکردنەوەی ژماردنی `+` لەسەر گروپی دەرەوە. ئەم پرۆسەیە دووبارە دەبێتەوە، بزوێنەر ناچار دەکات هەموو پێکهاتەیەکی ئەگەری تاقی بکاتەوە کە چۆن دەتوانرێت "a"ەکان گرووپ بکرێت، ئەمەش دەبێتە هۆی تەقینەوەی تێکەڵاوی ئەگەرەکان. ژمارەی ئەو ڕێگایانەی کە بزوێنەرەکە دەبێت لێی بگەڕێن دەتوانێت ڕێژەیی بێت لەگەڵ چوارگۆشەی درێژی ڕیزەکە، هەربۆیە O(n2).

کاریگەری جیهانی ڕاستەقینە: زیاتر لە تەنها خاوبوونەوە

ئەمە تەنها خەمی ئەکادیمی نییە. ڕێگێکسی ناکارامە دەتوانێت لێکەوتەی توندی هەبێت لە ژینگەکانی بەرهەمهێناندا. پشکنینی چەسپاندنی داتا کە بەڕواڵەت بێ زیان دەتوانێت ببێتە گەردنی تەنگ لە کاتی پرۆسێسکردنی فایلە گەورەکان یان مامەڵەکردن لەگەڵ قەبارەی زۆری زانیارییەکانی بەکارهێنەر. مەترسیدارترین دەرئەنجام هێرشی ReDoS ە، کە ئەکتەرێکی زیانبەخش ڕستەیەکی بە وردی دروستکراو دابین دەکات کە خراپترین کارایی لە regex ی بەرنامەیەکی وێبدا دەستپێدەکات، بە شێوەیەکی کاریگەر سێرڤەرەکە هەڵدەواسێت و وا دەکات بۆ بەکارهێنەرانی یاسایی بەردەست نەبێت. بۆ بزنسەکان، ئەمە ڕاستەوخۆ وەرگێڕدراوە بۆ وەستان و لەدەستدانی داهات و تێکچوونی ناوبانگ. لە کاتی دروستکردنی سیستەمی ئاڵۆز، بە تایبەت ئەوانەی کە داتای متمانەپێنەکراو پرۆسێس دەکەن، ئاگاداربوون لەم تەڵانەی ڕیگێکس بەشێکی گرنگە لە وردبینی ئاسایش و کارایی.

دروستکردنی سیستەمی زیرەکتر لەگەڵ Mewayz

کەواتە، چۆن لەم سنووردارکردنە بنەڕەتییە تێپەڕین؟ چارەسەرەکە بریتییە لە تێکەڵەیەک لە ئامرازی باشتر و هەڵبژاردنی تەلارسازی زیرەکتر. یەکەم، گەشەپێدەران دەتوانن شیکارکەری regex بەکاربهێنن بۆ دیاریکردنی نەخشە کێشەدارەکان و دووبارە نووسینەوەیان بۆ ئەوەی کاراتر بن (بۆ نموونە، بەکارهێنانی ژماردنی خاوەندارێتی یان گروپە ئەتۆمییەکان). بۆ ئەدای کۆتایی، ئەلگۆریتمەکانی بەدیل هەن کە گەرەنتی کاتە هێڵییەکان دەکەن، O(n)، بۆ هاوتاکردنی نەخشەکان، هەرچەندە کەمتر لە کتێبخانە ستانداردەکاندا باون.