PHP實現並發請求

后端服務開發中經常會有並發請求的需求，比如你需要獲取10家供應商的帶寬數據（每個都提供不同的url），然后返回一個整合后的數據，你會怎么做呢？

在PHP中，最直觀的做法foreach遍歷urls，並保存每個請求的結果即可，那么如果供應商提供的接口平均耗時5s，你的這個接口請求耗時就達到了50s，這對於追求速度和性能的網站來說是不可接受的。

這個時候你就需要並發請求了。

PHP請求

PHP是單進程同步模型，一個請求對應一個進程，I/O是同步阻塞的。通過nginx/apache/php-fpm等服務的擴展，才使得PHP提供高並發的服務，原理就是維護一個進程池，每個請求服務時單獨起一個新的進程，每個進程獨立存在。

PHP不支持多線程模式和回調處理，因此PHP內部腳本都是同步阻塞式的，如果你發起一個5s的請求，那么程序就會I/O阻塞5s，直到請求返回結果，才會繼續執行代碼。因此做爬蟲之類的高並發請求需求很吃力。

那怎么來解決並發請求的問題呢？除了內置的file_get_contents和fsockopen請求方式，PHP也支持cURL擴展來發起請求，它支持常規的單個請求：PHP cURL請求詳解，也支持並發請求，其並發原理是cURL擴展使用多線程來管理多請求。

PHP並發請求

我們直接來看代碼demo:

// 簡單demo，默認支持為GET請求
public function multiRequest($urls) {
    $mh = curl_multi_init();
    $urlHandlers = [];
    $urlData = [];
    // 初始化多個請求句柄為一個
    foreach($urls as $value) {
        $ch = curl_init();
        $url = $value['url'];
        $url .= strpos($url, '?') ? '&' : '?';
        $params = $value['params'];
        $url .= is_array($params) ? http_build_query($params) : $params;
        curl_setopt($ch, CURLOPT_URL, $url);
        // 設置數據通過字符串返回，而不是直接輸出
        curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
        $urlHandlers[] = $ch;
        curl_multi_add_handle($mh, $ch);
    }
    $active = null;
    // 檢測操作的初始狀態是否OK，CURLM_CALL_MULTI_PERFORM為常量值-1
    do {
        // 返回的$active是活躍連接的數量，$mrc是返回值，正常為0，異常為-1
        $mrc = curl_multi_exec($mh, $active);
    } while ($mrc == CURLM_CALL_MULTI_PERFORM);
    // 如果還有活動的請求，同時操作狀態OK，CURLM_OK為常量值0
    while ($active && $mrc == CURLM_OK) {
        // 持續查詢狀態並不利於處理任務，每50ms檢查一次，此時釋放CPU，降低機器負載
        usleep(50000);
        // 如果批處理句柄OK，重復檢查操作狀態直至OK。select返回值異常時為-1，正常為1（因為只有1個批處理句柄）
        if (curl_multi_select($mh) != -1) {
            do {
                $mrc = curl_multi_exec($mh, $active);
            } while ($mrc == CURLM_CALL_MULTI_PERFORM);
        }
    }
    // 獲取返回結果
    foreach($urlHandlers as $index => $ch) {
        $urlData[$index] = curl_multi_getcontent($ch);
        // 移除單個curl句柄
        curl_multi_remove_handle($mh, $ch);
    }
    curl_multi_close($mh);
    return $urlData;
}

在該並發請求中，先創建一個批處理句柄，然后將url的cURL句柄添加到批處理句柄中，並不斷查詢批處理句柄的執行狀態，當執行完成后，獲取返回的結果。

curl_multi 相關函數

/** 函數作用：返回一個新cURL批處理句柄
    @return resource 成功返回cURL批處理句柄，失敗返回false
*/
resource curl_multi_init ( void )

/** 函數作用：向curl批處理會話中添加單獨的curl句柄
    @param $mh 由curl_multi_init返回的批處理句柄
    @param $ch 由curl_init返回的cURL句柄
    @return resource 成功返回cURL批處理句柄，失敗返回false
*/
int curl_multi_add_handle ( resource $mh , resource $ch )

/** 函數作用：運行當前 cURL 句柄的子連接
    @param $mh 由curl_multi_init返回的批處理句柄
    @param $still_running 一個用來判斷操作是否仍在執行的標識的引用
    @return 一個定義於 cURL 預定義常量中的 cURL 代碼
*/
int curl_multi_exec ( resource $mh , int &$still_running )

/** 函數作用：等待所有cURL批處理中的活動連接
    @param $mh 由curl_multi_init返回的批處理句柄
    @param $timeout 以秒為單位，等待響應的時間
    @return 成功時返回描述符集合中描述符的數量。失敗時，select失敗時返回-1，否則返回超時(從底層的select系統調用).
*/
int curl_multi_select ( resource $mh [, float $timeout = 1.0 ] )

/** 函數作用：移除cURL批處理句柄資源中的某個句柄資源
    說明：從給定的批處理句柄mh中移除ch句柄。當ch句柄被移除以后，仍然可以合法地用curl_exec()執行這個句柄。如果要移除的句柄正在被使用，則這個句柄涉及的所有傳輸任務會被中止。
    @param $mh 由curl_multi_init返回的批處理句柄
    @param $ch 由curl_init返回的cURL句柄
    @return 成功時返回0，失敗時返回CURLM_XXX中的一個
*/
int curl_multi_remove_handle ( resource $mh , resource $ch )

/** 函數作用：關閉一組cURL句柄
    @param $mh 由curl_multi_init返回的批處理句柄
    @return void
*/
void curl_multi_close ( resource $mh )

/** 函數作用：如果設置了CURLOPT_RETURNTRANSFER，則返回獲取的輸出的文本流
    @param $ch 由curl_init返回的cURL句柄
    @return string 如果設置了CURLOPT_RETURNTRANSFER，則返回獲取的輸出的文本流。
*/
string curl_multi_getcontent ( resource $ch )

本例中使用到的 預定義常量：
CURLM_CALL_MULTI_PERFORM: (int) -1
CURLM_OK: (int) 0

PHP並發請求耗時對比

1. 第一次請求使用上面的curl_multi_init方法，並發請求105次。
2. 第二次請求使用傳統的foreach方法，遍歷105次使用curl_init方法請求。

實際的請求耗時結果為:

刨除download的約765ms耗時，單純的請求耗時優化達到了39.83/1.58達到了25倍，如果繼續刨除建連相關的耗時，應該會更高。這其中的耗時：

• 方案1：最慢的一個接口達到了1.58s
• 方案2：105個接口的平均耗時是384ms

這個測試的請求是我的環境的內部接口，所以耗時很短，實際爬蟲請求環境優化會更明顯。

注意項

並發數限制

curl_multi會消耗很多的系統資源，在並發請求時並發數有一定閾值，一般為512，是由於CURL內部限制，超過最大並發會導致失敗。

具體的測試結果我沒有做，可以參考別人的文章： 每次使用curl multi同時並發多少請求合適

超時時間

為了防止慢請求影響整個服務，可以設置CURLOPT_TIMEOUT來控制超時時間，防止部分假死的請求無限阻塞進程處理，最后打死機器服務。

CPU負載打滿

在代碼示例中，如果持續查詢並發的執行狀態，會導致cpu的負載過高，所以，需要在代碼里加上usleep(50000);的語句。
同時，curl_multi_select也可以控制cpu占用，在數據有回應前會一直處於等待狀態，新數據一來就會被喚醒並繼續執行，減少了CPU的無謂消耗。

參考資料

1. PHP手冊 curl_multi_init：http://php.net/manual/zh/func...
2. PHP手冊 curl預定義常量：http://php.net/manual/zh/curl...
3. PHP中foreach curl實現多線程：http://www.111cn.net/phper/ph...
4. Doing curl_multi_exec the right way：http://www.adrianworlddesign....
5. Segmentfault PHP cURL請求詳解：https://segmentfault.com/a/11...
6. CSDN 每次使用curl multi同時並發多少請求合適：https://blog.csdn.net/loophom...
7. 簡書 Curl多線程及原理：https://www.jianshu.com/p/f50...

原文地址：https://segmentfault.com/a/1190000016343861