利用curl 多线程模拟并发的详解

落日映苍穹つ 2023-10-16 23:04 30阅读 0赞

来源:http://www.jb51.net/article/38492.htm

**首先，先了解下 php中的curl多线程函数：**

复制代码代码如下:

\# 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  
 这里有一个网上找的简单例子，其作者称为dirty的例子，（稍后我会说明为何dirty）：

复制代码代码如下:

/\*  
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：

复制代码代码如下:

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\[$i\]);  
  
这里我只是简单使用上述的dirty的例子（足够用了，并未发现cpu使用100%的情况）。  
对“看点”（kandian.com）某一接口模拟并发，功能是向 memcache中读数据并写入数据。因为保密关系，相关数据及结果就不贴出了。  
  
模拟了3次，第一次10线程同时请求1000次，第二次，100线程同时请求1000次，第三次，1000线程同时请求100次（已经相当费劲了，不敢在设置超过1000的多线程）。  
看来curl多线程模拟并发还是有一定局限的。  
  
另外还怀疑，可能会因为多线程延迟带来结果的大误差，对比数据发现。在初始化和set所用时间出入不大，差别处在get方法，因此可简单排除这点~~~