当前位置:首页 > 文章列表 > 文章 > php教程 > PHP password_hash 怎样选择 cost 参数

PHP password_hash 怎样选择 cost 参数

来源:17golang原创 2026-10-14 12:39:30 0浏览 收藏

我第一次把 PHP 登录模块接进低配测试机时,最容易犯的错是把 cost 当成越大越安全的开关。它确实会提高 bcrypt 的计算成本,但登录请求也会更慢,突发登录还会消耗更多 CPU。更稳妥的做法是:先在接近生产的机器上测出交互式登录能接受的耗时,再固定策略,并让旧哈希在用户成功登录时渐进升级。

如果使用 bcrypt,可以先从 PHP 当前默认值附近开始测试;官方手册说明 PHP 8.4 将 bcrypt 默认 cost 从 10 提升到 12,并建议在实际机器上调节,使交互式登录的计算时间低于约 350 毫秒。不要复制别人的 cost 数字,也不要手动保存 salt。

我先把 cost 放进一个很小的登录模块

为了不把讨论停在参数表上,我先假设有一个只有“注册、登录、升级哈希”三个动作的小项目。注册时调用 password_hash(),数据库只保存返回的完整字符串;登录时调用 password_verify(),不要自己拆 salt、算法或 cost。

哈希结果本身带着验证所需的信息,所以数据库字段不要按某一次算法的固定长度设计。我通常直接给密码哈希列留到 255 个字符,并把“哈希生成失败”当成异常处理,而不是把空字符串写进用户记录。

PHP password_hash、bcrypt cost、随机 salt、哈希字符串和 password_verify 的静态关系说明图
图1:密码哈希参数关系说明图,展示 cost、随机 salt 与返回哈希字符串的职责边界;这是原创结构图,不是运行截图或性能实测。

cost 不是拍脑袋:先测一个可接受的范围

PASSWORD_BCRYPT 的 cost 是工作因子,数值提高会增加计算量。项目启动时可以测一组相邻值,例如 10、11、12、13,记录单次哈希的中位耗时和并发登录时的 CPU 余量。测量要使用和线上接近的 PHP、CPU、容器限制与进程模型;在笔记本上的结果只能用来排序,不能直接当生产结论。

 $cost]);
    $elapsedMs = (hrtime(true) - $start) / 1_000_000;

    // 失败时立即中止,避免把无效结果当成性能数据。
    if ($hash === false) {
        throw new RuntimeException('password_hash failed');
    }
    printf("cost=%d elapsed_ms=%.2f%n", $cost, $elapsedMs);
}
?>

我的取舍是先选满足体验目标的最高值,再用压测观察并发登录是否挤占接口预算。不要只跑一次就定案;如果应用有异步注册、批量导入或找回密码任务,还要分别给后台任务设置预算。对于长期维护的系统,优先使用 PASSWORD_DEFAULT,把明确 cost 当成需要复查的策略,而不是永久不变的常量。

核心代码:生成、验证,再决定是否升级

下面的类故意保持很小:生成函数只负责产生哈希,验证函数只负责比较,升级函数只在验证成功后调用。这样既不会把明文密码写入日志,也不会在密码错误时误触发重新哈希。

bcryptCost bcryptCost > 31) {
            throw new InvalidArgumentException('bcrypt cost out of range');
        }
    }

    public function hash(string $plain): string
    {
        // 不提供 salt,让 PHP 为每次密码生成随机 salt。
        $hash = password_hash($plain, PASSWORD_BCRYPT, ['cost' => $this->bcryptCost]);
        if ($hash === false) {
            throw new RuntimeException('password hash failed');
        }
        return $hash;
    }

    public function verifyAndMaybeRehash(string $plain, string $stored): array
    {
        // 先验证正确性,只有成功后才允许升级旧哈希。
        if (!password_verify($plain, $stored)) {
            return ['valid' => false, 'replacement' => null];
        }

        $replacement = null;
        if (password_needs_rehash($stored, PASSWORD_BCRYPT, ['cost' => $this->bcryptCost])) {
            // replacement 由调用方在同一事务中写回用户记录。
            $replacement = $this->hash($plain);
        }
        return ['valid' => true, 'replacement' => $replacement];
    }
}
?>

这里的重点不是把 cost 写成 12,而是把它放在可配置的策略对象里。以后调整参数时,登录代码仍然只处理“密码是否正确”和“是否需要替换哈希”两个结果。

接入登录时,哈希升级要和账户更新绑在一起

登录流程拿到 replacement 后,应在同一个账户更新边界里写回新哈希。密码正确但新哈希保存失败时,不要把这次登录当成升级成功;密码错误时也不要重新计算并覆盖原值。下面的伪代码展示调用关系,实际项目还要接自己的事务和用户模型。

verifyAndMaybeRehash($plainPassword, $user['password_hash']);
if (!$result['valid']) {
    throw new RuntimeException('invalid credentials');
}

if ($result['replacement'] !== null) {
    // 用事务更新同一个用户,失败就回滚,不留下半升级状态。
    $users->replacePasswordHash($user['id'], $result['replacement']);
}

// 到这里才建立登录会话;示例输出表示预期分支,不是本文运行结果。
echo 'login accepted';
?>
PHP 登录请求、password_verify、存储哈希、password_needs_rehash 和新哈希写回账户记录的静态关系说明图
图2:登录验证与哈希升级关系图,强调 password_verify 成功与新哈希写回的职责边界;这是原创说明图,不代表真实执行顺序或运行结果。

我的验收清单:把安全参数变成工程约束

  • cost 测试使用接近生产的机器,并记录单次中位耗时、并发 CPU 和超时预算。
  • 数据库字段至少能容纳未来 PASSWORD_DEFAULT 变化,当前建议按 255 字符预留。
  • 注册和改密只保存 password_hash() 返回值,不保存明文、手工 salt 或独立 cost 字段。
  • 登录先 password_verify(),成功后才检查 password_needs_rehash() 并更新。
  • 升级写回失败可重试,旧哈希仍能完成本次验证;日志只记录失败类型,不记录密码和完整哈希。

对我来说,合适的 cost 是“在当前硬件和登录峰值下仍能接受的最高计算成本”。它不是一个脱离业务的安全分数。把测量、字段长度、渐进升级和回滚一起交付,才比单独把数字从 10 改成 12 更可靠。

常见问题

cost 越大是不是一定更安全?

计算成本更高会增加离线猜测的单次代价,但也会增加服务端登录耗时和 CPU 压力。应在目标硬件上测量后选择,而不是盲目调大。

为什么不自己保存 salt 和 cost?

password_hash() 已把算法、cost 和 salt 编入返回值,password_verify() 可以直接使用。额外保存一份容易产生不一致,也增加了错误配置机会。

改了 cost 后,旧用户必须立刻重置密码吗?

通常不必。用户用旧密码成功登录后,调用 password_needs_rehash() 判断并生成新哈希,就能渐进升级;长期不登录的账户再按业务策略处理。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
PHP DateTimeImmutable 怎样避免时区副作用PHP DateTimeImmutable 怎样避免时区副作用
上一篇
PHP DateTimeImmutable 怎样避免时区副作用
PHP Symfony Cache 怎样选择标签失效策略
下一篇
PHP Symfony Cache 怎样选择标签失效策略
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    468次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    530次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    549次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    498次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    317次使用