PHP cron中的批處理

大型的連鎖店有一個大問題。每天，在每家商店會發生數千次交易。公司執行官希望對這些資料進行挖掘。哪些產品賣得好？哪些不好？有機產品在哪裡賣得好？冰淇淋的銷售情況怎麼樣？

為了捕捉這些資料，組織必須將所有事務性資料裝載進一個資料模型，以便更適合產生公司所需的報告類型。但是，這很花費時間，而且隨著連鎖規模的增長，處理一天的資料可能要花費一天以上的時間。因此，這是個大問題。

現在，您的 Web 應用程式可能不需要處理這麼多資料，但是任何網站的處理時間都有可能超過客戶願意等待的時間。一般來說，客戶願意等待的時間是 200 毫秒，如果超過這個時間，客戶就會覺得過程 “緩慢”。這個數字基於傳統型應用程式，而 Web 使我們更有耐心了。但無論如何，不應該讓客戶等待的時間超過幾秒。所以，要採用一些策略來處理 PHP 中的批次工作。

分散的方式與 cron

在 UNIX 機器上，執行批處理的核心程式是 cron 守護進程。這個守護進程讀取一個設定檔，這個檔案會告訴它要運行哪些命令列以及啟動並執行頻率。然後，這個守護進程就按照配置執行它們。在遇到錯誤時，它甚至能夠向指定的電子郵件地址發送錯誤輸出，從而協助對問題進行調試。

我知道一些工程師強烈主張使用線程技術。“線程！線程才是進行幕後處理的真正方法。cron 守護進程太過時了。”

我不這麼認為。

這兩種方法我都用過，我認為 cron 具備 “Keep It Simple, Stupid（KISS，簡單就是美）” 原則的優點。它使幕後處理保持簡單。不需要編寫一直啟動並執行多線程的作業處理應用程式（因此不會有記憶體流失），而是由 cron 啟動一個簡單的批處理指令碼。這個指令碼判斷是否有作業要處理，執行作業，然後退出。不需要擔心記憶體流失。也不需要擔心線程停止或陷入無限迴圈。

那麼，cron 是如何工作的？這依賴於您所處的系統內容。我只討論老式簡單的 cron 的 UNIX 命令列版本，您可以向系統管理員諮詢如何在自己的 Web 應用程式中實現它。

下面是一個簡單的 cron 配置，它在每天晚上 11 點運行一個 PHP 指令碼：

0 23 * * * jack /usr/bin/php /users/home/jack/myscript.php

前 5 個欄位定義應該啟動指令碼的時間。然後是應該用來運行這個指令碼的使用者名稱。其餘的命令是要執行的命令列。時間欄位分別是分、小時、月中的日、月和周中的日。下面是幾個樣本。

命令：

15 * * * * jack /usr/bin/php /users/home/jack/myscript.php

在每個小時的第 15 分鐘運行指令碼。

命令：

15,45 * * * * jack /usr/bin/php /users/home/jack/myscript.php

在每個小時的第 15 和第 45 分鐘運行指令碼。

命令：

*/1 3-23 * * * jack /usr/bin/php /users/home/jack/myscript.php

在早上 3 點到晚上 11 點之間的每分鐘運行指令碼。

命令

30 23 * * 6 jack /usr/bin/php /users/home/jack/myscript.php

在每星期六的晚上 11:30 運行指令碼（星期六由 6 指定）。

可以看到，組合的數量是無限的。可以根據需要控制運行指令碼的時間。還可以指定多個要啟動並執行指令碼，這樣的話，一些指令碼可以每分鐘都運行，而其他指令碼（比如備份指令碼）可以每天只運行一次。

為了指定將報告的錯誤發送到哪個電子郵件地址，可以使用 MAILTO 指令，如下所示：

MAILTO=jherr@pobox.com

注意：對於 Microsoft Windows 使用者，有一個等效的 Scheduled Tasks 系統可以用來定期啟動命令列進程（比如 PHP 指令碼）。