PHP curl 并发最佳实践代码分享
发布时间：2020-05-24 17:27:12 所属栏目：PHP 来源：互联网
导读：在实际项目或者自己编写小工具(比如新闻聚合,商品价格监控,比价)的过程中, 通常需要从第3方网站或者API接口获取数据, 在需要处理1个URL队列时, 为了提高性能, 可以采用cURL提供的curl_multi_*族函数实现简单的并发
|
本文将探讨两种具体的实现方法,并对不同的方法做简单的性能对比. 1. 经典cURL并发机制及其存在的问题经典的cURL实现机制在网上很容易找到,比如参考PHP在线手册的如下实现方式: <div class="codetitle"><a style="CURSOR: pointer" data="13129" class="copybut" id="copybut13129" onclick="doCopy('code13129')"> 代码如下:<div class="codebody" id="code13129">function classic_curl($urls,$delay) { $queue = curl_multi_init(); $map = array(); foreach ($urls as $url) { // create cURL resources $ch = curl_init(); // set URL and other appropriate options curl_setopt($ch,CURLOPT_URL,$url); curl_setopt($ch,CURLOPT_TIMEOUT,1); curl_setopt($ch,CURLOPT_RETURNTRANSFER,CURLOPT_HEADER,0); curl_setopt($ch,CURLOPT_NOSIGNAL,true); // add handle curl_multi_add_handle($queue,$ch); $map[$url] = $ch; } $active = null; // execute the handles do { $mrc = curl_multi_exec($queue,$active); } while ($mrc == CURLM_CALL_MULTI_PERFORM); while ($active > 0 && $mrc == CURLM_OK) { if (curl_multi_select($queue,0.5) != -1) { do { $mrc = curl_multi_exec($queue,$active); } while ($mrc == CURLM_CALL_MULTI_PERFORM); } } $responses = array(); foreach ($map as $url=>$ch) { $responses[$url] = callback(curl_multi_getcontent($ch),$delay); curl_multi_remove_handle($queue,$ch); curl_close($ch); } curl_multi_close($queue); return $responses; } 首先将所有的URL压入并发队列,然后执行并发过程,等待所有请求接收完之后进行数据的解析等后续处理. 在实际的处理过程中,受网络传输的影响,部分URL的内容会优先于其他URL返回,但是经典cURL并发必须等待最慢的那个URL返回之后才开始处理,等待也就意味着CPU的空闲和浪费. 如果URL队列很短,这种空闲和浪费还处在可接受的范围,但如果队列很长,这种等待和浪费将变得不可接受. 2. 改进的Rolling cURL并发方式仔细分析不难发现经典cURL并发还存在优化的空间,优化的方式时当某个URL请求完毕之后尽可能快的去处理它,边处理边等待其他的URL返回,而不是等待那个最慢的接口返回之后才开始处理等工作,从而避免CPU的空闲和浪费. 闲话不多说,下面贴上具体的实现:<div class="codetitle"><a style="CURSOR: pointer" data="4843" class="copybut" id="copybut4843" onclick="doCopy('code4843')"> 代码如下:<div class="codebody" id="code4843"> function rolling_curl($urls,$delay) { $queue = curl_multi_init(); $map = array(); foreach ($urls as $url) { $ch = curl_init(); curl_setopt($ch,$url); curl_setopt($ch,true); curl_multi_add_handle($queue,$ch); $map[(string) $ch] = $url; } $responses = array(); do { while (($code = curl_multi_exec($queue,$active)) == CURLM_CALL_MULTI_PERFORM) ; if ($code != CURLM_OK) { break; } // a request was just completed -- find out which one while ($done = curl_multi_info_read($queue)) { // get the info and content returned on the request $info = curl_getinfo($done['handle']); $error = curl_error($done['handle']); $results = callback(curl_multi_getcontent($done['handle']),$delay); $responses[$map[(string) $done['handle']]] = compact('info','error','results'); // remove the curl handle that just completed curl_multi_remove_handle($queue,$done['handle']); curl_close($done['handle']); } // Block for data in / output; error handling is done by curl_multi_exec if ($active > 0) { curl_multi_select($queue,0.5); } } while ($active); curl_multi_close($queue); return $responses; } 3. 两种并发实现的性能对比 改进前后的性能对比试验在LINUX主机上进行,测试时使用的并发队列如下: http://item.taobao.com/item.htm?id=14392877692 http://item.taobao.com/item.htm?id=16231676302 http://item.taobao.com/item.htm?id=17037160462 http://item.taobao.com/item.htm?id=5522416710 http://item.taobao.com/item.htm?id=16551116403 http://item.taobao.com/item.htm?id=14088310973 简要说明下实验设计的原则和性能测试结果的格式: 为保证结果的可靠,每组实验重复20次,在单次实验中,给定相同的接口URL集合,分别测量Classic(指经典的并发机制)和Rolling(指改进后的并发机制)两种并发机制的耗时(秒为单位),耗时短者胜出(Winner),并计算节省的时间(Excellence,秒为单位)以及性能提升比例(Excel. %). 为了尽量贴近真实的请求而又保持实验的简单,在对返回结果的处理上只是做了简单的正则表达式匹配,而没有进行其他复杂的操作. 另外,为了确定结果处理回调对性能对比测试结果的影响,可以使用usleep模拟现实中比较负责的数据处理逻辑(如提取,分词,写入文件或数据库等). 性能测试中用到的回调函数为: <div class="codetitle"><a style="CURSOR: pointer" data="82817" class="copybut" id="copybut82817" onclick="doCopy('code82817')"> 代码如下:<div class="codebody" id="code82817"> function callback($data,$delay) { preg_match_all('/ (.+)</h3>/iU',$data,$matches); |