调用php curl多线程实现原理与实例详解

PHP Curl多线程实现原理与实例详解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_mult i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。

1. curl_multi_add_handle

2. curl_multi_close

3. curl_multi_exec

4. curl_multi_getcontent

5. curl_multi_info_read

6. curl_multi_init

7. curl_multi_remove_handle

8. curl_multi_select

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:

1. <?php

2. //创建一对cURL资源

3. $ch1 = curl_init() ;

4. $ch2 = curl_init() ;

5.

6. //设置URL和相应的选项

7. curl_setopt($ch1, CURLOPT_URL, "http://lxr.php.net/") ;

8. curl_setopt($ch1, CURLOPT_HEADER, 0) ;

9. curl_setopt($ch2, CURLOPT_URL, "http://www.php.net/") ;

10.curl_setopt($ch2, CURLOPT_HEADER, 0) ;

11.

12.//创建批处理cURL句柄

13. $mh = curl_multi_init() ;

14.

15.//增加2个句柄

16.curl_multi_add_handle($mh, $ch1) ;

17.curl_multi_add_handle($mh, $ch2) ;

18.

19. $active = null;

20.//执行批处理句柄

21.do {

22. $mrc = curl_multi_exec($mh, $active) ;

23. } whi le ($mrc == CURLM_CALL_MULTI_PERFORM) ;

24.

25.whi le ($active && $mrc == CURLM_OK) {

26. if (curl_multi_select($mh) != -1) {

27. do {

28. $mrc = curl_multi_exec($mh, $active) ;

29. } whi le ($mrc == CURLM_CALL_MULTI_PERFORM) ;

30. }

31. }

32.//关闭全部句柄

33.curl_multi_remove_handle($mh, $ch1) ;

34.curl_multi_remove_handle($mh, $ch2) ;

35.curl_multi_close($mh) ;

36.?>

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:

1. do {

2. $mrc = curl_multi_exec($mh, $active) ;

3. } whi le ($mrc == CURLM_CALL_MULTI_PERFOR

M) ;

4. while ($active and $mrc == CURLM_OK) {

5. if (curl_multi_select($mh) != -1)

{

6. do {

7. $mrc = curl_multi

_exec($mh, $active) ;

8. } whi le ($mrc == CURLM_C

ALL_MULTI_PERFORM) ;

9. }

10. }

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.