Rolling cURL: PHP并发最佳实践
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:
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:
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:
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
- 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 ...
- 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 ...
- 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 ...
- 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, ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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
- python图像分割重组_通过PYTHON来实现图像分割详解
- 斯坦福2019秋季课程CS224W
- eclipse 的快捷键
- C++程序员学Python:C与Python进行交互
- 解析XML方式-DOM,SAX
- 会计证考试《财经法规与职业道德》第四章精选题
- 一次服务器磁盘空间不足导致的一系列问题
- 电脑下载的M4A格式文件怎么转换为MP3格式
- spring cloud alibaba_SpringCloudAlibaba与Cloud搭配方案
- 能导出_Handoff 插件上线!足不出 Figma 就能导出设计标注
- Python:IPython性能度量
- 软工导论测试代码(归档):设备管理系统
- 图文二维码怎么制作?如何将图文变成二维码?
- 电子工程师 嵌入式开发者的嘉年华最强攻略
- FYI|OHBM BrainArt Competition DDL: June06/2021
- PaaS、IaaS 、SaaS、Bass、Fass、无服务的理解与区别
- 一分钟带你了解全链路测试
- Linux内存管理 —— 为buddy做准备:MMU, TLB, ZONE
- 1、登录——邮件发送激活链接
- 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
- leetcode —— 34. 在排序数组中查找元素的第一个和最后一个位置
- leetcode - 783. 二叉搜索树结点最小距离
- 利用Excel VBA SQL做特殊文件浏览器
- Opencv--CalcOpticalFlowPyrLK实现的光流法理解
- 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
- Oracle PL/SQL入门
- 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...
- python场景应用方向_python的应用场景及学习方向
- 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
- Centos7.6环境Docker安装Oracle19c企业版