PHP实现并发请求

摘要：不支持多线程模式和回调处理，因此内部脚本都是同步阻塞式的，如果你发起一个的请求，那么程序就会阻塞，直到请求返回结果，才会继续执行代码。参考资料手册手册预定义常量中实现多线程请求详解每次使用同时并发多少请求合适简书多线程及原理

后端服务开发中经常会有并发请求的需求，比如你需要获取10家供应商的带宽数据（每个都提供不同的url），然后返回一个整合后的数据，你会怎么做呢？

在PHP中，最直观的做法foreach遍历urls，并保存每个请求的结果即可，那么如果供应商提供的接口平均耗时5s，你的这个接口请求耗时就达到了50s，这对于追求速度和性能的网站来说是不可接受的。

这个时候你就需要并发请求了。

PHP是单进程同步模型，一个请求对应一个进程，I/O是同步阻塞的。通过nginx/apache/php-fpm等服务的扩展，才使得PHP提供高并发的服务，原理就是维护一个进程池，每个请求服务时多带带起一个新的进程，每个进程独立存在。

PHP不支持多线程模式和回调处理，因此PHP内部脚本都是同步阻塞式的，如果你发起一个5s的请求，那么程序就会I/O阻塞5s，直到请求返回结果，才会继续执行代码。因此做爬虫之类的高并发请求需求很吃力。

那怎么来解决并发请求的问题呢？除了内置的file_get_contents和fsockopen请求方式，PHP也支持cURL扩展来发起请求，它支持常规的单个请求：PHP cURL请求详解，也支持并发请求，其并发原理是cURL扩展使用多线程来管理多请求。

我们直接来看代码demo:

// 简单demo，默认支持为GET请求
public function multiRequest($urls) {
    $mh = curl_multi_init();
    $urlHandlers = [];
    $urlData = [];
    // 初始化多个请求句柄为一个
    foreach($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, $url);
        // 设置数据通过字符串返回，而不是直接输出
        curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
        $urlHandlers[] = $ch;
        curl_multi_add_handle($mh, $ch);
    }
    $active = null;
    // 检测操作的初始状态是否OK，CURLM_CALL_MULTI_PERFORM为常量值-1
    do {
        // 返回的$active是活跃连接的数量，$mrc是返回值，正常为0，异常为-1
        $mrc = curl_multi_exec($mh, $active);
    } while ($mrc == CURLM_CALL_MULTI_PERFORM);
    // 如果还有活动的请求，同时操作状态OK，CURLM_OK为常量值0
    while ($active && $mrc == CURLM_OK) {
        // 持续查询状态并不利于处理任务，每50ms检查一次，此时释放CPU，降低机器负载
        usleep(50000);
        // 如果批处理句柄OK，重复检查操作状态直至OK。select返回值异常时为-1，正常为1（因为只有1个批处理句柄）
        if (curl_multi_select($mh) != -1) {
            do {
                $mrc = curl_multi_exec($mh, $active);
            } while ($mrc == CURLM_CALL_MULTI_PERFORM);
        }
    }
    // 获取返回结果
    foreach($urlHandlers as $index => $ch) {
        $urlData[$index] = curl_multi_getcontent($ch);
        // 移除单个curl句柄
        curl_multi_remove_handle($mh, $ch);
    }
    curl_multi_close($mh);
    return $urlData;
}

在该并发请求中，先创建一个批处理句柄，然后将url的cURL句柄添加到批处理句柄中，并不断查询批处理句柄的执行状态，当执行完成后，获取返回的结果。

/** 函数作用：返回一个新cURL批处理句柄
    @return resource 成功返回cURL批处理句柄，失败返回false
*/
resource curl_multi_init ( void )

/** 函数作用：向curl批处理会话中添加多带带的curl句柄
    @param $mh 由curl_multi_init返回的批处理句柄
    @param $ch 由curl_init返回的cURL句柄
    @return resource 成功返回cURL批处理句柄，失败返回false
*/
int curl_multi_add_handle ( resource $mh , resource $ch )

/** 函数作用：运行当前 cURL 句柄的子连接
    @param $mh 由curl_multi_init返回的批处理句柄
    @param $still_running 一个用来判断操作是否仍在执行的标识的引用
    @return 一个定义于 cURL 预定义常量中的 cURL 代码
*/
int curl_multi_exec ( resource $mh , int &$still_running )

/** 函数作用：等待所有cURL批处理中的活动连接
    @param $mh 由curl_multi_init返回的批处理句柄
    @param $timeout 以秒为单位，等待响应的时间
    @return 成功时返回描述符集合中描述符的数量。失败时，select失败时返回-1，否则返回超时(从底层的select系统调用).
*/
int curl_multi_select ( resource $mh [, float $timeout = 1.0 ] )

/** 函数作用：移除cURL批处理句柄资源中的某个句柄资源
    说明：从给定的批处理句柄mh中移除ch句柄。当ch句柄被移除以后，仍然可以合法地用curl_exec()执行这个句柄。如果要移除的句柄正在被使用，则这个句柄涉及的所有传输任务会被中止。
    @param $mh 由curl_multi_init返回的批处理句柄
    @param $ch 由curl_init返回的cURL句柄
    @return 成功时返回0，失败时返回CURLM_XXX中的一个
*/
int curl_multi_remove_handle ( resource $mh , resource $ch )

/** 函数作用：关闭一组cURL句柄
    @param $mh 由curl_multi_init返回的批处理句柄
    @return void
*/
void curl_multi_close ( resource $mh )

/** 函数作用：如果设置了CURLOPT_RETURNTRANSFER，则返回获取的输出的文本流
    @param $ch 由curl_init返回的cURL句柄
    @return string 如果设置了CURLOPT_RETURNTRANSFER，则返回获取的输出的文本流。
*/
string curl_multi_getcontent ( resource $ch )

本例中使用到的预定义常量：
CURLM_CALL_MULTI_PERFORM: (int) -1
CURLM_OK: (int) 0

第一次请求使用上面的curl_multi_init方法，并发请求105次。

第二次请求使用传统的foreach方法，遍历105次使用curl_init方法请求。

实际的请求耗时结果为:

刨除download的约765ms耗时，单纯的请求耗时优化达到了39.83/1.58达到了25倍，如果继续刨除建连相关的耗时，应该会更高。这其中的耗时：

方案1：最慢的一个接口达到了1.58s

方案2：105个接口的平均耗时是384ms

这个测试的请求是我的环境的内部接口，所以耗时很短，实际爬虫请求环境优化会更明显。

curl_multi会消耗很多的系统资源，在并发请求时并发数有一定阈值，一般为512，是由于CURL内部限制，超过最大并发会导致失败。

在我做的测试中，发起2000个相同的请求，并输出每一个请求的响应结果。测试结果2000个请求共有366个成功，前331个均成功，在331-410次序之间共有35个成功的，第410个请求之后全部失败。因此我们一定要注意并发数的限制，不要超过300个，或者你可以自己在自己的机器上做一下测试，来制定你的阈值。

使用之前，请一定要注意并发数限制！！

为了防止慢请求影响整个服务，可以设置CURLOPT_TIMEOUT来控制超时时间，防止部分假死的请求无限阻塞进程处理，最后打死机器服务。

在代码示例中，如果持续查询并发的执行状态，会导致cpu的负载过高，所以，需要在代码里加上usleep(50000);的语句。
同时，curl_multi_select也可以控制cpu占用，在数据有回应前会一直处于等待状态，新数据一来就会被唤醒并继续执行，减少了CPU的无谓消耗。

PHP手册 curl_multi_init：http://php.net/manual/zh/func...

PHP手册 curl预定义常量：http://php.net/manual/zh/curl...

PHP中foreach curl实现多线程：http://www.111cn.net/phper/ph...

Doing curl_multi_exec the right way：http://www.adrianworlddesign....

Segmentfault PHP cURL请求详解：https://segmentfault.com/a/11...

CSDN 每次使用curl multi同时并发多少请求合适：https://blog.csdn.net/loophom...

简书 Curl多线程及原理：https://www.jianshu.com/p/f50...