php中curl的多線程

 許多人對php手冊中語焉不詳的curl_multi一族的函數頭疼不已，它們文檔少，給的例子 更是簡單的讓你無從借鑒，我也曾經找了許多網頁，都沒見一個完整的應用例子。
# curl_multi_add_handle
# curl_multi_close
# curl_multi_exec
# curl_multi_getcontent
# curl_multi_info_read
# curl_multi_init
# curl_multi_remove_handle
# curl_multi_select

一般來說，想到要用這些函數時，目的顯然應該是要同時請求多個url，而不是一個一個依次請求，否則不如自己迴圈去調curl_exec好了。

步驟總結如下：

第一步：調用curl_multi_init
第二步：迴圈調用curl_multi_add_handle
這一步需要注意的是，curl_multi_add_handle的第二個參數是由curl_init而來的子handle。
第三步：持續調用curl_multi_exec
第四步：根據需要迴圈調用curl_multi_getcontent擷取結果
第五步：調用curl_multi_remove_handle，並為每個字handle調用curl_close
第六步：調用curl_multi_close

這裡有一個網上找的簡單例子，其作者稱為dirty的例子，（稍後我會說明為何dirty）：
/*
Here's a quick and dirty example for curl-multi from PHP, tested on PHP 5.0.0RC1 CLI / FreeBSD 5.2.1
*/

$connomains = array(
"http://www.cnn.com/",
"http://www.canada.com/",
"http://www.yahoo.com/"
);

$mh = curl_multi_init();

foreach ($connomains as $i => $url) {
     $conn[$i]=curl_init($url);
      curl_setopt($conn[$i],CURLOPT_RETURNTRANSFER,1);
      curl_multi_add_handle ($mh,$conn[$i]);
}

do { $n=curl_multi_exec($mh,$active); } while ($active);

foreach ($connomains as $i => $url) {
      $res[$i]=curl_multi_getcontent($conn[$i]);
      curl_close($conn[$i]);
}

print_r($res);

 

整個使用過程差不多就是這樣，但是，這個簡單代碼有個致命弱點，就是在do迴圈的那段，在整個url請求期間是個死迴圈，它會輕易導致CPU佔用100%。

現在我們來改進它，這裡要用到一個幾乎沒有任何文檔的函數curl_multi_select了，雖然C的curl庫對select有說明，但是，php裡的介面和用法確與C中有不同。

把上面do的那段改成下面這樣：
                do {
                        $mrc = curl_multi_exec($mh,$active);
                } while ($mrc == CURLM_CALL_MULTI_PERFORM);
                while ($active and $mrc == CURLM_OK) {
                        if (curl_multi_select($mh) != -1) {
                                do {
                                        $mrc = curl_multi_exec($mh, $active);
                                } while ($mrc == CURLM_CALL_MULTI_PERFORM);
                        }
                }

因為$active要等全部url資料接受完畢才變成false，所以這裡用到了curl_multi_exec的傳回值判斷是否還有資料，當有資料的時候就不停調用curl_multi_exec，暫時沒有資料就進入select階段，新資料一來就可以被喚醒繼續執行。這裡的好處就是CPU的無謂消耗沒有了。

另外：還有一些細節的地方可能有時候要遇到：

控制每一個請求的逾時時間，在curl_multi_add_handle之前通過curl_setopt去做：
curl_setopt($ch, CURLOPT_TIMEOUT, $timeout);

判斷是否逾時了或者其他錯誤，在curl_multi_getcontent之前用：curl_error($conn[$i]);