PHP实现并发请求

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`请求

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，每个请求服务时单独起一个新的进程，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。

`PHP`并发请求

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, '?') ? '&amp;' : '?';

        $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 &amp;&amp; $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 =&gt; $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。

`curl_multi` 相关函数

/** 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批处理会话中添加单独的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 $mh , int &amp;$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

`PHP`并发请求耗时对比

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。

注意项

并发数限制

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。

具体的测试结果我没有做，可以参考别人的文章：每次使用curl multi同时并发多少请求合适

超时时间

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。

`CPU`负载打满

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。

参考资料

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...

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