PHP也玩并发，巧用curl 并发减少后端访问时间

首先，先了解下 php中的curl多线程函数：

# 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）：
/*
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：
                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~~~

<?php function curl_fetch($url, $timeout=3){     
$ch = curl_init();     
curl_setopt($ch, CURLOPT_URL, $url);     
curl_setopt($ch, CURLOPT_TIMEOUT, $timeout);     
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);     
$data = curl_exec($ch);     
$errno = curl_errno($ch);     
if ($errno>0) {         
$data = false;     
}     
curl_close($ch);     
return $data; 
} 
function microtime_float() 
{    
list($usec, $sec) = explode(" ", microtime());    
return ((float)$usec + (float)$sec); 
} 
$url_arr=array(      
"taobao"=>"http://www.taobao.com",      
"sohu"=>"http://www.sohu.com",      
"sina"=>"http://www.sina.com.cn",      
);  
$time_start = microtime_float();  
$data=array();  
foreach ($url_arr as $key=>$val)  
{      
$data[$key]=curl_fetch($val);  
}  
$time_end = microtime_float();  
$time = $time_end - $time_start;  
echo "耗时:{$time}"; 
?> 

<?php 
function curl_multi_fetch($urlarr=array()){     
$result=$res=$ch=array();     
$nch = 0;     
$mh = curl_multi_init();     
foreach ($urlarr as $nk => $url) {         
$timeout=2;         
$ch[$nch] = curl_init();         
curl_setopt_array($ch[$nch], array(         
CURLOPT_URL => $url,         
CURLOPT_HEADER => false,         
CURLOPT_RETURNTRANSFER => true,         
CURLOPT_TIMEOUT => $timeout,         
));         
curl_multi_add_handle($mh, $ch[$nch]);         
++$nch;     }     
/* wait for performing request */    
do {         
$mrc = curl_multi_exec($mh, $running);     
} while (CURLM_CALL_MULTI_PERFORM == $mrc);       
while ($running && $mrc == CURLM_OK) {         
// wait for network         
if (curl_multi_select($mh, 0.5) > -1) {             
// pull in new data;             
do {                 
$mrc = curl_multi_exec($mh, $running);             
} while (CURLM_CALL_MULTI_PERFORM == $mrc);         
}     
}       
if ($mrc != CURLM_OK) {         
error_log("CURL Data Error");     
}       
/* get data */    
$nch = 0;     
foreach ($urlarr as $moudle=>$node) {         
if (($err = curl_error($ch[$nch])) == '') {             
$res[$nch]=curl_multi_getcontent($ch[$nch]);             $result[$moudle]=$res[$nch];         }         
else        
{             
error_log("curl error");         
}         
curl_multi_remove_handle($mh,$ch[$nch]);         
curl_close($ch[$nch]);         
++$nch;     
}     
curl_multi_close($mh);     
return  $result; 
} 
$url_arr=array(      
"taobao"=>"http://www.taobao.com",      
"sohu"=>"http://www.sohu.com",      
"sina"=>"http://www.sina.com.cn",      
); 
function microtime_float() 
{    
list($usec, $sec) = explode(" ", microtime());    
return ((float)$usec + (float)$sec); 
} 
$time_start = microtime_float(); 
$data=curl_multi_fetch($url_arr); 
$time_end = microtime_float(); 
$time = $time_end - $time_start; 
echo "耗时:{$time}"; 
?>