php cURL和Rolling cURL并發方式比較

2020-03-22 17:43:33

字體：大中小

來源：轉載

供稿：網友

在實際項目或者自己編寫小工具(比如新聞聚合,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接口獲取數據, 在需要處理1個URL隊列時, 為了提高性能, 可以采用cURL提供的curl_multi_*族函數實現簡單的并發。
本文將探討兩種具體的實現方法, 并對不同的方法做簡單的性能對比.
1. 經典cURL并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在線手冊的如下實現方式:
復制代碼代碼如下:
functionhtml' target='_blank'>classic_curl($urls,
$delay)
{ $queue= curl_multi_init(); $map= array(); foreach($urlsas
$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); } } $responses= array(); foreach($mapas
$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壓入并發隊列, 然后執行并發過程, 等待所有請求接收完之后進行數據的解析等后續處理. 在實際的處理過程中, 受網絡傳輸的影響, 部分URL的內容會優先于其他URL返回, 但是經典cURL并發必須等待最慢的那個URL返回之后才開始處理, 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范圍, 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并發方式
仔細分析不難發現經典cURL并發還存在優化的空間, 優化的方式時當某個URL請求完畢之后盡可能快的去處理它, 邊處理邊等待其他的URL返回, 而不是等待那個最慢的接口返回之后才開始處理等工作, 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:
復制代碼代碼如下:
functionrolling_curl($urls,
$delay)
{ $queue= curl_multi_init(); $map= array(); foreach($urlsas
$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. 兩種并發實現的性能對比
改進前后的性能對比試驗在LINUX主機上進行, 測試時使用的并發隊列如下: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性能測試結果的格式: 為保證結果的可靠, 每組實驗重復20次, 在單次實驗中, 給定相同的接口URL集合, 分別測量Classic(指經典的并發機制)和Rolling(指改進后的并發機制)兩種并發機制的耗時(秒為單位), 耗時短者勝出(Winner), 并計算節省的時間(Excellence, 秒為單位)以及性能提升比例(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正則表達式匹配, 而沒有進行其他復雜的操作. 另外, 為了確定結果處理回調對性能對比測試結果的影響, 可以使用usleep模擬現實中比較負責的數據處理邏輯(如提取, 分詞, 寫入文件或數據庫等).
性能測試中用到的回調函數為:
復制代碼代碼如下:
functioncallback($data,
$delay)
{ preg_match_all('/ h3 (.+) //h3 /iU',
$data,
$matches); usleep($delay); returncompact('data',
'matches');}

數據處理回調無延遲時: Rolling Curl略優, 但性能提升效果不明顯。
PHP教程

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。

上一篇：PHP常用正則表達式集錦

下一篇：php實現微信公眾號無限群發