php cURL和Rolling cURL並發方式比較_PHP教程

在實際項目或者自己編寫小工具(比如新聞彙總,商品價格監控,比價)的過程中, 通常需要從第3方網站或者API介面擷取資料, 在需要處理1個URL隊列時, 為了提高效能, 可以採用cURL提供的curl_multi_*族函數實現簡單的並發。
本文將探討兩種具體的實現方法, 並對不同的方法做簡單的效能對比.
1. 經典cURL並發機制及其存在的問題
經典的cURL實現機制在網上很容易找到, 比如參考PHP線上手冊的如下實現方式:
複製代碼 代碼如下:
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, 1);

curl_setopt($ch,
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;

}

首先將所有的URL壓入並發隊列, 然後執行並發過程, 等待所有請求接收完之後進行資料的解析等後續處理. 在實際的處理過程中, 受網路傳輸的影響, 部分URL的內容會優先於其他URL返回, 但是經典cURL並發必須等待最慢的那個URL返回之後才開始處理, 等待也就意味著CPU的空閑和浪費. 如果URL隊列很短, 這種空閑和浪費還處在可接受的範圍, 但如果隊列很長, 這種等待和浪費將變得不可接受.
2. 改進的Rolling cURL並發方式
仔細分析不難發現經典cURL並發還存在最佳化的空間, 最佳化的方式時當某個URL請求完畢之後儘可能快的去處理它, 邊處理邊等待其他的URL返回, 而不是等待那個最慢的介面返回之後才開始處理等工作, 從而避免CPU的空閑和浪費. 閑話不多說, 下面貼上具體的實現:
複製代碼 代碼如下:
function

rolling_curl($urls,
$delay)
{

$queue

= curl_multi_init();

$map

= array();

foreach

($urls

as
$url)
{

$ch

= curl_init();

curl_setopt($ch,
CURLOPT_URL, $url);

curl_setopt($ch,
CURLOPT_TIMEOUT, 1);

curl_setopt($ch,
CURLOPT_RETURNTRANSFER, 1);

curl_setopt($ch,
CURLOPT_HEADER, 0);

curl_setopt($ch,
CURLOPT_NOSIGNAL, 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. 兩種並發實現的效能對比
改進前後的效能對比實驗在LINUX主機上進行, 測試時使用的並發隊列如下:

http://a.com/item.htm?id=14392877692
http:/a.com/item.htm?id=16231676302
http://a.com/item.htm?id=5522416710
http://a.com/item.htm?id=16551116403
簡要說明下實驗設計的原則和效能測試結果的格式: 為保證結果的可靠, 每組實驗重複20次, 在單次實驗中, 給定相同的介面URL集合, 分別測量Classic(指經典的並發機制)和Rolling(指改進後的並發機制)兩種並發機制的耗時(秒為單位), 耗時短者勝出(Winner), 並計算節省的時間(Excellence, 秒為單位)以及效能提升比例(Excel. %). 為了盡量貼近真實的請求而又保持實驗的簡單, 在對返回結果的處理上只是做了簡單的Regex匹配, 而沒有進行其他複雜的操作. 另外, 為了確定結果處理回調對效能對比測試結果的影響, 可以使用usleep類比現實中比較負責的資料處理邏輯(如提取, 分詞, 寫入檔案或資料庫等).
效能測試中用到的回呼函數為:
複製代碼 代碼如下:
function

callback($data,
$delay)
{

preg_match_all('/

(.+)<\/h3>/iU',
$data,
$matches);

usleep($delay);

return

compact('data',
'matches');

}

資料處理回調無延遲時: Rolling Curl略優, 但效能提升效果不明顯。

http://www.bkjia.com/PHPjc/824943.htmlwww.bkjia.comtruehttp://www.bkjia.com/PHPjc/824943.htmlTechArticle在實際項目或者自己編寫小工具(比如新聞彙總,商品價格監控,比價)的過程中, 通常需要從第3方網站或者API介面擷取資料, 在需要處理1個UR...

