因为工作中我们经常会需要使用到Curl多线程来处理一些事情,不得己就深入了对Curl多线程研究了,下面小编来给各位同学介绍一下Curl多线程实例与原理吧. 相信许多人对php手册中语焉不详的curl_multi一族的函数头疼不已,它们文档少,给的例子更是简单的让你无从借鉴,我也曾经找了许多网页,都没见一个完整的应用例子。
一般来说,想到要用这些函数时,目的显然应该是要同时请求多个url,而不是一个一个依次请求,否则不如自己循环去调curl_exec好了. 步骤总结如下: 第一步:调用curl_multi_init 第二步:循环调用curl_multi_add_handle,这一步需要注意的是,curl_multi_add_handle的第二个参数是由curl_init而来的子handle。 第三步:持续调用curl_multi_exec 第四步:根据需要循环调用curl_multi_getcontent获取结果 第五步:调用curl_multi_remove_handle,并为每个字handle调用curl_close 第六步:调用curl_multi_close 这里有PHP手册上的例子,代码如下:
整个使用过程差不多就是这样,但是,这个简单代码有个致命弱点,就是在do循环的那段,在整个url请求期间是个死循环,它会轻易导致CPU占用100%。 现在我们来改进它,这里要用到一个几乎没有任何文档的函数curl_multi_select了,虽然C的curl库对select有说明,但是,php里的接口和用法确与C中有不同。 把上面do的那段改成下面这样,实例代码如下:
因为$active要等全部url数据接受完毕才变成false,所以这里用到了curl_multi_exec的返回值判断是否还有数据,当有数据的时候就不停调用curl_multi_exec,暂时没有数据就进入select阶段,新数据一来就可以被唤醒继续执行,这里的好处就是CPU的无谓消耗没有了。 另外:还有一些细节的地方可能有时候要遇到: 控制每一个请求的超时时间,在curl_multi_add_handle之前通过curl_setopt去做: curl_setopt($ch, CURLOPT_TIMEOUT, $timeout); 判断是否超时了或者其他错误,在curl_multi_getcontent之前用:curl_error($conn[$i]); 本类的特点,运行非常稳定。 设置一个并发就会始终以这个并发数进行工作,即使通过回调函数添加任务也不影响。 CPU占用极低,绝大部分CPU消耗在用户的回调函数上。 内存利用率高,任务数量较多(15W个任务占用内存会超过256M)可以使用回调函数添加任务,个数自定。 能够最大限度的占用带宽。 链式任务,比如一个任务需要从多个不同的地址采集数据,可以通过回调一气呵成。 能够对CURL错误进行多次尝试,次数自定(大并发一开始容易产生CURL错误,网络状况或对方服务器稳定性也有可能产生CURL错误)。 回调函数相当灵活,可以多种类型任务同时进行(比如下载文件,抓取网页,分析404可以在一个PHP进程中同时进行)。 可以非常容易的定制任务类型,比如检查404,获取redirect的最后url等。 可以设置缓存,挑战产品节操。 不足:不能充分利用多核CPU(可以开多个进程解决,需要自己处理任务分割等逻辑)。 最大并发500(或512?),经过测试是CURL 内部限制,超过最大并发会导致总是返回失败。 目前没有断点续传功能,目前任务是原子性的,不能对一个大文件分为几部分分别开线程下载. (责任编辑:admin) |