Rolling cURL: PHP并发最佳实践

在实际项目或者自己编写小工具(比如新闻聚合,商品价格监控,比价)的过程中, 通常需要从第3方网站或者API接口获取数据, 在需要处理1个URL队列时, 为了提高性能, 可以采用cURL提供的curl_multi_*族函数实现简单的并发.

本文将探讨两种具体的实现方法, 并对不同的方法做简单的性能对比.

1. 经典cURL并发机制及其存在的问题

经典的cURL实现机制在网上很容易找到, 比如参考PHP在线手册的如下实现方式:

查看源码 打印?
01 function classic_curl($urls, $delay) {
02     $queue = curl_multi_init();
03     $map = array();
04   
05     foreach ($urls as $url) {
06         // create cURL resources
07         $ch = curl_init();
08   
09         // set URL and other appropriate options
10         curl_setopt($ch, CURLOPT_URL, $url);
11   
12         curl_setopt($ch, CURLOPT_TIMEOUT, 1);
13         curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
14         curl_setopt($ch, CURLOPT_HEADER, 0);
15         curl_setopt($ch, CURLOPT_NOSIGNAL, true);
16   
17         // add handle
18         curl_multi_add_handle($queue, $ch);
19         $map[$url] = $ch;
20     }
21   
22     $active = null;
23   
24     // execute the handles
25     do {
26         $mrc = curl_multi_exec($queue, $active);
27     } while ($mrc == CURLM_CALL_MULTI_PERFORM);
28   
29     while ($active > 0 && $mrc == CURLM_OK) {
30         if (curl_multi_select($queue, 0.5) != -1) {
31             do {
32                 $mrc = curl_multi_exec($queue, $active);
33             } while ($mrc == CURLM_CALL_MULTI_PERFORM);
34         }
35     }
36   
37     $responses = array();
38     foreach ($map as $url=>$ch) {
39         $responses[$url] = callback(curl_multi_getcontent($ch), $delay);
40         curl_multi_remove_handle($queue, $ch);
41         curl_close($ch);
42     }
43   
44     curl_multi_close($queue);
45     return $responses;
46 }

首先将所有的URL压入并发队列, 然后执行并发过程, 等待所有请求接收完之后进行数据的解析等后续处理. 在实际的处理过程中, 受网络传输的影响, 部分URL的内容会优先于其他URL返回, 但是经典cURL并发必须等待最慢的那个URL返回之后才开始处理, 等待也就意味着CPU的空闲和浪费. 如果URL队列很短, 这种空闲和浪费还处在可接受的范围, 但如果队列很长, 这种等待和浪费将变得不可接受.

2. 改进的Rolling cURL并发方式

仔细分析不难发现经典cURL并发还存在优化的空间, 优化的方式时当某个URL请求完毕之后尽可能快的去处理它, 边处理边等待其他的URL返回, 而不是等待那个最慢的接口返回之后才开始处理等工作, 从而避免CPU的空闲和浪费. 闲话不多说, 下面贴上具体的实现:

查看源码 打印?
01 function rolling_curl($urls, $delay) {
02     $queue = curl_multi_init();
03     $map = array();
04   
05     foreach ($urls as $url) {
06         $ch = curl_init();
07   
08         curl_setopt($ch, CURLOPT_URL, $url);
09         curl_setopt($ch, CURLOPT_TIMEOUT, 1);
10         curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
11         curl_setopt($ch, CURLOPT_HEADER, 0);
12         curl_setopt($ch, CURLOPT_NOSIGNAL, true);
13   
14         curl_multi_add_handle($queue, $ch);
15         $map[(string) $ch] = $url;
16     }
17   
18     $responses = array();
19     do {
20         while (($code = curl_multi_exec($queue, $active)) == CURLM_CALL_MULTI_PERFORM) ;
21   
22         if ($code != CURLM_OK) { break; }
23   
24         // a request was just completed -- find out which one
25         while ($done = curl_multi_info_read($queue)) {
26   
27             // get the info and content returned on the request
28             $info = curl_getinfo($done['handle']);
29             $error = curl_error($done['handle']);
30             $results = callback(curl_multi_getcontent($done['handle']), $delay);
31             $responses[$map[(string) $done['handle']]] = compact('info', 'error', 'results');
32   
33             // remove the curl handle that just completed
34             curl_multi_remove_handle($queue, $done['handle']);
35             curl_close($done['handle']);
36         }
37   
38         // Block for data in / output; error handling is done by curl_multi_exec
39         if ($active > 0) {
40             curl_multi_select($queue, 0.5);
41         }
42   
43     } while ($active);
44   
45     curl_multi_close($queue);
46     return $responses;
47 }

3. 两种并发实现的性能对比

改进前后的性能对比试验在LINUX主机上进行, 测试时使用的并发队列如下:

  • http://item.taobao.com/item.htm?id=14392877692
  • http://item.taobao.com/item.htm?id=16231676302
  • http://item.taobao.com/item.htm?id=17037160462
  • http://item.taobao.com/item.htm?id=5522416710
  • http://item.taobao.com/item.htm?id=16551116403
  • http://item.taobao.com/item.htm?id=14088310973

简要说明下实验设计的原则和性能测试结果的格式: 为保证结果的可靠, 每组实验重复20次, 在单次实验中, 给定相同的接口URL集合, 分别测量Classic(指经典的并发机制)和Rolling(指改进后的并发机制)两种并发机制的耗时(秒为单位), 耗时短者胜出(Winner), 并计算节省的时间(Excellence, 秒为单位)以及性能提升比例(Excel. %). 为了尽量贴近真实的请求而又保持实验的简单, 在对返回结果的处理上只是做了简单的正则表达式匹配, 而没有进行其他复杂的操作. 另外, 为了确定结果处理回调对性能对比测试结果的影响, 可以使用usleep模拟现实中比较负责的数据处理逻辑(如提取, 分词, 写入文件或数据库等).

性能测试中用到的回调函数为:

查看源码 打印?
1 function callback($data, $delay) {
2     preg_match_all('/<h3>(.+)<\/h3>/iU', $data, $matches);
3     usleep($delay);
4     return compact('data', 'matches');
5 }

数据处理回调无延迟时: Rolling Curl略优, 但性能提升效果不明显.

------------------------------------------------------------------------------------------------
Delay: 0 micro seconds, equals to 0 milli seconds
------------------------------------------------------------------------------------------------
Counter         Classic         Rolling         Winner          Excellence      Excel. %
------------------------------------------------------------------------------------------------
1               0.1193          0.0390          Rolling         0.0803          67.31%
2               0.0556          0.0477          Rolling         0.0079          14.21%
3               0.0461          0.0588          Classic         -0.0127         -21.6%
4               0.0464          0.0385          Rolling         0.0079          17.03%
5               0.0534          0.0448          Rolling         0.0086          16.1%
6               0.0540          0.0714          Classic         -0.0174         -24.37%
7               0.0386          0.0416          Classic         -0.0030         -7.21%
8               0.0357          0.0398          Classic         -0.0041         -10.3%
9               0.0437          0.0442          Classic         -0.0005         -1.13%
10              0.0319          0.0348          Classic         -0.0029         -8.33%
11              0.0529          0.0430          Rolling         0.0099          18.71%
12              0.0503          0.0581          Classic         -0.0078         -13.43%
13              0.0344          0.0225          Rolling         0.0119          34.59%
14              0.0397          0.0643          Classic         -0.0246         -38.26%
15              0.0368          0.0489          Classic         -0.0121         -24.74%
16              0.0502          0.0394          Rolling         0.0108          21.51%
17              0.0592          0.0383          Rolling         0.0209          35.3%
18              0.0302          0.0285          Rolling         0.0017          5.63%
19              0.0248          0.0553          Classic         -0.0305         -55.15%
20              0.0137          0.0131          Rolling         0.0006          4.38%
------------------------------------------------------------------------------------------------
Average         0.0458          0.0436          Rolling         0.0022          4.8%
------------------------------------------------------------------------------------------------
Summary: Classic wins 10 times, while Rolling wins 10 times

数据处理回调延迟5毫秒: Rolling Curl完胜, 性能提升40%左右.

------------------------------------------------------------------------------------------------
Delay: 5000 micro seconds, equals to 5 milli seconds
------------------------------------------------------------------------------------------------
Counter         Classic         Rolling         Winner          Excellence      Excel. %
------------------------------------------------------------------------------------------------
1               0.0658          0.0352          Rolling         0.0306          46.5%
2               0.0728          0.0367          Rolling         0.0361          49.59%
3               0.0732          0.0387          Rolling         0.0345          47.13%
4               0.0783          0.0347          Rolling         0.0436          55.68%
5               0.0658          0.0286          Rolling         0.0372          56.53%
6               0.0687          0.0362          Rolling         0.0325          47.31%
7               0.0787          0.0337          Rolling         0.0450          57.18%
8               0.0676          0.0391          Rolling         0.0285          42.16%
9               0.0668          0.0351          Rolling         0.0317          47.46%
10              0.0603          0.0317          Rolling         0.0286          47.43%
11              0.0714          0.0350          Rolling         0.0364          50.98%
12              0.0627          0.0215          Rolling         0.0412          65.71%
13              0.0617          0.0401          Rolling         0.0216          35.01%
14              0.0721          0.0226          Rolling         0.0495          68.65%
15              0.0701          0.0428          Rolling         0.0273          38.94%
16              0.0674          0.0352          Rolling         0.0322          47.77%
17              0.0452          0.0425          Rolling         0.0027          5.97%
18              0.0596          0.0366          Rolling         0.0230          38.59%
19              0.0679          0.0480          Rolling         0.0199          29.31%
20              0.0657          0.0338          Rolling         0.0319          48.55%
------------------------------------------------------------------------------------------------
Average         0.0671          0.0354          Rolling         0.0317          47.24%
------------------------------------------------------------------------------------------------
Summary: Classic wins 0 times, while Rolling wins 20 times

通过上面的性能对比, 在处理URL队列并发的应用场景中Rolling cURL应该是更加的选择, 并发量非常大(1000+)时, 可以控制并发队列的最大长度, 比如20, 每当1个URL返回并处理完毕之后立即加入1个尚未请求的URL到队列中, 这样写出来的代码会更加健壮, 不至于并发数太大而卡死或崩溃. 详细的实现请参考: http://code.google.com/p/rolling-curl/

5. 参考资料和延伸阅读

  • Client URL Library http://www.php.net/manual/en/book.curl.php
  • Parallel CURL Requests with PHP http://blog.rob.cx/multi-curl
  • A more efficient multi-curl library for PHP (non-blocking) http://code.google.com/p/rolling-curl/
  • PHP: Parallel cURL Performance http://stackoverflow.com/questions/10485199/php-parallel-curl-performance-rollingcurl-vs-parallelcurl

文章出处：http://www.searchtb.com/2012/06/rolling-curl-best-practices.html

转载于:https://www.cnblogs.com/zsmynl/p/3540035.html

Rolling cURL: PHP并发最佳实践相关推荐

  1. 并发运行的最佳实践_并发最佳实践

    并发运行的最佳实践 本文是我们名为" 高级Java "的学院课程的一部分. 本课程旨在帮助您最有效地使用Java. 它讨论了高级主题,包括对象创建,并发,序列化,反射等. 它将指导 ...

  2. 多线程高并发 底层锁机制与优化的最佳实践——各种锁的分类 || synchronized 关键字 倒底锁的是什么东西？|| CAS与ABA问题||锁优化||轻量级锁一定比重量级锁的性能高吗

    多线程高并发 底层锁机制与优化的最佳实践 各种锁的分类 加上synchronized 关键字,共享资源就不会出错 synchronized 关键字 倒底锁的是什么东西? synchronized 锁的 ...

  3. 云上高并发系统改造最佳实践

    简介:在水平扩展阶段通过SLB挂nginx增加负载均衡扩展性,在数据库拆分阶段通过DRDS进行分库分表. 直达最佳实践:[云上高并发系统改造] 最佳实践频道:[点击查看更多上云最佳实践] 这里有丰富的 ...

  4. tomcat 参数最佳实践_一线架构师开发总结：剖析并发编程+JVM性能，深入Tomcat与MySQL...

    每一个程序员都有自己清晰的职业规划和终极目标,无论之后是继续钻研技术,还是转管理岗.产品岗,都是需要自己具备有一定的实力,换句话说技术要牛逼.架构师,是很多程序员的终极目标,而成为一名Java架构师, ...

  5. go每日新闻(2022-03-07)——Go 原生并发原语和最佳实践

    每日一谚:If you don't understand the data, you don't understand the problem. go中文网每日资讯--2022-03-07 一.Go语 ...

  6. RESTful API 设计最佳实践

    2019独角兽企业重金招聘Python工程师标准>>> 背景 目前互联网上充斥着大量的关于RESTful API(为方便,下文中"RESTful API "简写为 ...

  7. 从安全到镜像流水线，Docker 最佳实践与反模式一览

    作者 | Timothy Mugayi 译者 | 弯月,责编 | 夕颜 封图 | CSDN付费下载自视觉中国 出品 | CSDN(ID:CSDNnews) 在使用Docker的大部分时间里,我们并不关 ...

  8. 大数据最佳实践-hbase

    目录 概述 架构 MemStore WAL HMaster 读流程 写流程 Memstore Flush Flush过程 StoreFile Compaction Region Split 优化 re ...

  9. Nodejs 开发最佳实践

    1. 项目结构实践 ✔ 1.1 组件式构建你的解决方案 TL;DR: 大型项目的最坏的隐患就是维护一个庞大的,含有几百个依赖的代码库 - 当开发人员准备整合新的需求的时候,这样一个庞然大物势必减缓了开 ...

最新文章

  1. python图像分割重组_通过PYTHON来实现图像分割详解
  2. 斯坦福2019秋季课程CS224W
  3. eclipse 的快捷键
  4. C++程序员学Python:C与Python进行交互
  5. 解析XML方式-DOM，SAX
  6. 会计证考试《财经法规与职业道德》第四章精选题
  7. 一次服务器磁盘空间不足导致的一系列问题
  8. 电脑下载的M4A格式文件怎么转换为MP3格式
  9. spring cloud alibaba_SpringCloudAlibaba与Cloud搭配方案
  10. 能导出_Handoff 插件上线！足不出 Figma 就能导出设计标注
  11. Python：IPython性能度量
  12. 软工导论测试代码（归档）：设备管理系统
  13. 图文二维码怎么制作？如何将图文变成二维码？
  14. 电子工程师 嵌入式开发者的嘉年华最强攻略
  15. FYI|OHBM BrainArt Competition DDL: June06/2021
  16. PaaS、IaaS 、SaaS、Bass、Fass、无服务的理解与区别
  17. 一分钟带你了解全链路测试
  18. Linux内存管理 —— 为buddy做准备：MMU, TLB, ZONE
  19. 1、登录——邮件发送激活链接
  20. 数据结构与计算机网络,如何把计算机原理，操作系统，数据结构和计算机网络结合起来...

热门文章

  1. leetcode —— 34. 在排序数组中查找元素的第一个和最后一个位置
  2. leetcode - 783. 二叉搜索树结点最小距离
  3. 利用Excel VBA SQL做特殊文件浏览器
  4. Opencv--CalcOpticalFlowPyrLK实现的光流法理解
  5. c语言用户自己建立数据类型,C语言程序设计学习笔记--用户建立数据类型
  6. Oracle PL/SQL入门
  7. 西南交大计算机机试题,西南交大 土木茅以升班 计算机应用基础试题(2004年) B卷...
  8. python场景应用方向_python的应用场景及学习方向
  9. 路由添加失败 参数错误_路由器故障排错三大经典案例详解
  10. Centos7.6环境Docker安装Oracle19c企业版