浅析php curl_multi_*系列函数进行批量http请求

何起：

　　一系列数量很大数据不热还希望被蜘蛛大量抓取的页面，在蜘蛛抓取高峰时，响应时间会被拉得很高。

　　前人做了这样一个事儿：页面分3块，用3个内部接口提供，入口文件用curl_multi_*系列函数抓取3个内部接口的内容，拼成一个页面。

　　怀疑这样做会有影响性能的可能。

　　故学而分析之。

看了php官方手册，总结批量调用过程如下：

　　curl_multi_init — 返回一个新cURL批处理句柄，作为curl_init生成的单个curl句柄的容器

　　curl_multi_add_handle — 向curl批处理会话中添加单独的curl句柄。

　　curl_multi_exec — 运行当前 cURL 句柄的子连接，curl_multi_select()的值

　　　　curl_multi_select — 等待所有cURL批处理中的活动连接

　　curl_multi_getcontent — 如果设置了CURLOPT_RETURNTRANSFER，则返回获取的输出的文本流

　　curl_multi_remove_handle — 移除curl批处理句柄资源中的某个句柄资源

　　curl_multi_close — 关闭一组cURL句柄

摘一段php官网的示例代码：　　

<?php
// 创建一对cURL资源
$ch1 = curl_init();
$ch2 = curl_init();// 设置URL和相应的选项
curl_setopt($ch1, CURLOPT_URL, "http://lxr.php.net/");
curl_setopt($ch1, CURLOPT_HEADER, 0);
curl_setopt($ch2, CURLOPT_URL, "http://www.php.net/");
curl_setopt($ch2, CURLOPT_HEADER, 0);// 创建批处理cURL句柄
$mh = curl_multi_init();// 增加2个句柄
curl_multi_add_handle($mh,$ch1);
curl_multi_add_handle($mh,$ch2);$active = null;
// 执行批处理句柄
do {$mrc = curl_multi_exec($mh, $active);
} while ($mrc == CURLM_CALL_MULTI_PERFORM);while ($active && $mrc == CURLM_OK) {if (curl_multi_select($mh) != -1) {do {$mrc = curl_multi_exec($mh, $active);} while ($mrc == CURLM_CALL_MULTI_PERFORM);}
}
// 读取数据$content1 = curl_multi_getcontent($ch1);

$content2 = curl_multi_getcontent($ch2);

// 关闭全部句柄
curl_multi_remove_handle($mh, $ch1);
curl_multi_remove_handle($mh, $ch2);
curl_multi_close($mh);?>

疑惑和思考：

　　1.批量请求的原理

　　　　php没有多线程，借助操作系统的多线程来实现（网上看到的）

　　2.批量请求以操作系统的多线程机制为基础，理论上会大量消耗机器的cpu

　　　　a.开发机上验证，大批量请求时，cpu调用确实会急剧升高

　　　　b.对比线上前端机的负载情况和页面响应时间拉长的时间点，发现线上前端机负载并无明显升高（维持在0.3左右）

　　　　c.网上看到有人在curl_multi_select()返回值不是－1的时候（表示有请求没有处理完成）usleep(100)，休眠以避免不对读处理状态而造成的不必要cpu压力。

　　notice：

　　　　2中的a、b有所矛盾，暂未找到根本原因

　　　　2中的c没有经过实践测试

欢迎阅者批评指正

笔者：一般的小帅

转载于:https://www.cnblogs.com/newbalanceteam/p/5292852.html

浅析php curl_multi_*系列函数进行批量http请求相关推荐

浅析 JavaScript 中的函数 uncurrying 反柯里化
柯里化柯里化又称部分求值,其含义是给函数分步传递参数,每次传递参数后部分应用参数,并返回一个更具体的函数接受剩下的参数,这中间可嵌套多层这样的接受部分参数函数,直至返回最后结果. 因此柯里化的过程是 ...
windows线程同步-原子操作-Interlocked系列函数(用户模式)
Interlocked系列函数用来保证原子访问. InterlockedExchangeAdd提供保证long类型的原子操作. InterlockedExchangeAdd64提供long long ...
Lync Server 2010的部署系列(三) lync批量导入用户联系人
Lync Server 2010的部署系列(三) lync批量导入用户联系人一.批量导入原理介绍二.导入联系人操作指南一.批量导入原理介绍 (介绍摘自http://ucworld.blog.51 ...
线程模型、pthread 系列函数和简单多线程服务器端程序
一.线程有3种模型,分别是N:1用户线程模型,1:1核心线程模型和N:M混合线程模型,posix thread属于1:1模型. (一).N:1用户线程模型 "线程实现"建立在&qu ...
UNIX再学习 -- exit 和 wait 系列函数
我们一开始讲进程环境时,就有提到了.进程有 8 种方式使进程终止. 其中 5 种为正常终止,它们是: (1)在 main 函数中执行 return (2)调用 exit 函数,并不处理文件描述符,多进 ...
《Windows核心编程》---Interlocked原子访问系列函数
所谓原子访问,指的是一个线程在访问某个资源的同时能够保证没有其他线程会在同一时刻访问同一资源.Interlocked系列函数提供了这样的操作.所有这些函数会以原子方式来操控一个值. Interlock ...
秒杀多线程第三篇原子操作 Interlocked系列函数
上一篇<多线程第一次亲密接触 CreateThread与_beginthreadex本质区别>中讲到一个多线程报数功能.为了描述方便和代码简洁起见,我们可以只输出最后的报数结果来观察程序是 ...
mem库系列函数合集(memset、memchr、memcmp、memcpy)
关于Mem函数,网上五花八门,使初学者很容易迷失方向,笔者在这里做一个常用函数的总结.希望对读者起到些许帮助. 想了解Str系列函数的,请猛戳这里→Str系列函数大全代码 //头文件:#includ ...
Str库系列函数合集(strlen、strcpy、strcmp、strcat、strchr等)
关于Str函数,网上五花八门,使初学者很容易迷失方向,笔者在这里做一个常用函数的总结.希望对读者起到些许帮助. 后续会持续更新特殊函数~ 想了解mem系列函数的,请猛戳这里→mem系列函数代码 // ...

浅析php curl_multi_*系列函数进行批量http请求

浅析php curl_multi_*系列函数进行批量http请求相关推荐

最新文章

热门文章