我这里写了个简单的curl采集,但是执行后发现单线程执行的方式比多线程执行要快很多.

是我的写法又问题吗?

$images = [

"http://pic.91taojin.com.cn/data/attachment/image/20140415/20140415151923_73502.jpg",

"http://pic.91taojin.com.cn/data/attachment/image/20140415/20140415151826_52170.jpg",

"http://pic.91taojin.com.cn/data/attachment/image/20140415/20140415152035_59698.jpg",

"http://pic.91taojin.com.cn/data/attachment/image/20140507/20140507143708_26688.jpg",

"http://pic.91taojin.com.cn/data/attachment/image/20140417/20140417095153_61993.jpg",

"http://pic.91taojin.com.cn/data/attachment/image/20140426/20140426094716_96396.jpg",

"http://pic.91taojin.com.cn/data/attachment/image/20130730/20130730160625_21437.jpg",

"http://pic.91taojin.com.cn/data/attachment/image/20130731/20130731170502_90104.jpg",

"http://pic.91taojin.com.cn/data/attachment/image/20130731/20130731165147_80414.jpg",

"http://pic.91taojin.com.cn/data/attachment/image/20140415/20140415151923_73502.jpg",

];

这个是单线程的函数:

function getImg($url = "", $filename = "")

{

$ch = curl_init ();

$opt [CURLOPT_URL] = $url;

$opt [CURLOPT_HEADER] = true;

$opt [CURLOPT_CONNECTTIMEOUT] = 10;

$opt [CURLOPT_TIMEOUT] = 60;

$opt [CURLOPT_AUTOREFERER] = true;

$opt [CURLOPT_USERAGENT] = 'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.47 Safari/536.11';

$opt [CURLOPT_RETURNTRANSFER] = true;

// $opt [CURLOPT_FOLLOWLOCATION] = true; //跟随重定向

// $opt [CURLOPT_MAXREDIRS] = 10;

curl_setopt_array ( $ch, $opt );

$r = curl_exec ( $ch );

if (false === $r) {

$errno = curl_errno ( $ch );

$err = curl_error ( $ch );

curl_close ( $ch );

return false;

}

// 鉴定一下header:200 才写入文件

$header = explode("\r\n\r\n", $r);

if (strpos($header[0], 'HTTP/1.1 200') === 0) {

file_put_contents($filename, $header[1]);

}

curl_close ( $ch );

return true;

}

又尝试用curl_multi系列函数,但直接看的手册,没完全弄明白:

// 多线程采集数据

function getImgMulti($url=[] , $filename=[]){

// 创建批处理cURL句柄

$mh = curl_multi_init();

// 这里可以加n=10个线程

foreach ($url as $k => $v ) {

$ch[$k] = curl_init();

$opt [CURLOPT_URL] = $v;

$opt [CURLOPT_HEADER] = true;

$opt [CURLOPT_CONNECTTIMEOUT] = 10;

$opt [CURLOPT_TIMEOUT] = 60;

$opt [CURLOPT_AUTOREFERER] = true;

$opt [CURLOPT_USERAGENT] = 'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.47 Safari/536.11';

$opt [CURLOPT_RETURNTRANSFER] = true;

// $opt [CURLOPT_FOLLOWLOCATION] = true; //跟随重定向

// $opt [CURLOPT_MAXREDIRS] = 10;

curl_setopt_array ( $ch[$k], $opt );

// 增加1个句柄

curl_multi_add_handle($mh,$ch[$k]);

}

$running=null;

// 执行批处理句柄

do {

curl_multi_exec($mh,$running);

} while($running > 0);

for ($i=0; $i < 10; $i++) {

$r = curl_multi_getcontent($ch[$i]);

// 鉴定一下header:200 才写入文件

$header = explode("\r\n\r\n", $r);

if (strpos($header[0], 'HTTP/1.1 200') === 0) {

file_put_contents('pics/'.$i.'.jpg', $header[1]);

}

}

// 关闭全部句柄

// curl_multi_remove_handle($mh, $ch1);

curl_multi_close($mh);

}

执行结果,循环执行单线程大约1.7秒完成,后面这个3.5秒完成.

可能是我对这个函数的用法没弄透,请哪位来解释下原因?

----后续补充----

我在windows上面测试的,难道说因为win的php多线程有别的问题?

另外还参考了别人写好的php类

http://blog.eiodesign.com/archives/86

用这个类库又做了一遍采集,结果还是一样,更慢了

// 测试库采集

require("libs/class_curl_multi.php");

$mp = new MultiHttpRequest();

//远程图片本地化

$mp->set_urls($images);

$images_result = $mp->start();

foreach ((array)$images_result as $image_key => $image_value) {

if (!empty($image_key)) {

_flush("store image:".$image_key."
");

file_put_contents('pics/'.$image_key.'.jpg',$image_value);

}

}

用时4.05秒

是因为我对这个php的多线程理解有问题,还是其他原因造成这种差距呢? 貌似多线程并没有提高采集效率.反而影响了.