深入探究PHP的多進程編程方法

子進程的創建
一般的子進程的寫法是：

<?php
$pid = pcntl_fork();
if($pid == -1){
     //創建失敗
     die('could not fork');
}
else{
    if($pid){
        //從這裡開始寫的代碼是父進程的
        exit("parent!");
    }
    else{
        //子進程代碼，為防止不停的啟用子進程造成系統資源被耗盡的情況，一般子進程代碼運行完成後，加入exit來確保子進程正常退出。
        exit("child");
    }
}
?>

    上邊的代碼如果創建子進程成功的話，系統就有了2個進程，一個為父進程，一個為子進程，子進程的id號為$pid。在系統運行到$pid = pcntl_fork();時，在這個地方進行分支，父子進程各自開始運行各自的程序代碼。代碼的運行結果是parent 和child，很奇怪吧，為什麼一個if和else互斥的代碼中，都輸出了結果？其實是像上邊所說的，代碼在pcntl_fork時，一個父進程運行parent，一個子進程運行了child。在代碼結果上就顯示了parent和child。至於誰先誰後的問題，這得要看系統資源的分配了。

    如果需要起多個進程來處理數據，可以根據數據的數量，按照約定好的數量比如說1000條一個進程來起子進程。使用for循環就可以了。   

 #如果獲得的總數小於或等於0，等待60秒，並退出
  if ($count <= 0) 
  {
    sleep(60);
    exit;
  }
  #如果大於1000，計算需要起的進程數
  if ($count > 1000)
  {
    $cycleSize = ceil($count/1000);
  }
  else
  {
    $cycleSize = 1;
  }
  
  for ($i=0; $i<$cycleSize; $i++)
  {
    $pid  = pcntl_fork();
    if($pid == -1)
    {
      break;
    }
    else
    {
      if($pid)
      {
        #父進程獲得子進程的pid，存入數組
        $pidArr[] = $pid;
      }
      else
      {
        //開始發送，子進程執行完自己的任務後，退出。
          exit;
      }
    }
  }
  
  while(count($pidArr) > 0)
  {
    $myId  = pcntl_waitpid(-1, $status, WNOHANG);
    foreach($pidArr as $key => $pid)
    {
      if($myId == $pid) unset($pidArr[$key]);
    }
  }

    然後使用crontab，來使此PHP程序每隔一段時間自動執行。

    當然，示例代碼比較簡單，具體還需要考慮怎麼防止多個子進程執行到同一條數據或者當前進程處理數據未完成時，crontab又開始執行PHP文件啟用新的進程等等。

PHP多進程實現方式
下面來系統地整理一下PHP多進程的實現方式：

1. 直接方式

pcntl_fork() 創建一個進程，在父進程返回值是子進程的pid，在子進程返回值是0，-1表示創建進程失敗。跟C非常相似。

測試腳本 test.php
 

<?php
  // example of multiple processes
  date_default_timezone_set( 'Asia/Chongqing');
  echo "parent start, pid ", getmypid(), "\n" ;
  beep();
  for ($i=0; $i<3; ++$i){
     $pid = pcntl_fork();
      if ($pid == -1){
         die ("cannot fork" );
     } else if ($pid > 0){
         echo "parent continue \n";
         for ($k=0; $k<2; ++$k){
           beep();
        }
     } else if ($pid == 0){
         echo "child start, pid ", getmypid(), "\n" ;
         for ($j=0; $j<5; ++$j){
           beep();
        }
         exit ;
     }
  }
  // ***
  function beep(){
      echo getmypid(), "\t" , date( 'Y-m-d H:i:s', time()), "\n" ;
     sleep(1);
  }
?>

用命令行運行

#php -f test.php

輸出結果

parent start, pid 1793
1793  2013-01-14 15:04:17
parent continue
1793  2013-01-14 15:04:18
child start, pid 1794
1794  2013-01-14 15:04:18
1794  2013-01-14 15:04:19
1793  2013-01-14 15:04:19
1794  2013-01-14 15:04:20
parent continue
1793  2013-01-14 15:04:20
child start, pid 1795
1795  2013-01-14 15:04:20
17931794        2013-01-14 15:04:212013-01-14 15:04:21

1795  2013-01-14 15:04:21
1794  2013-01-14 15:04:22
1795  2013-01-14 15:04:22
parent continue
1793  2013-01-14 15:04:22
child start, pid 1796
1796  2013-01-14 15:04:22
1793  2013-01-14 15:04:23
1796  2013-01-14 15:04:23
1795  2013-01-14 15:04:23
1795  2013-01-14 15:04:24
1796  2013-01-14 15:04:24
1796  2013-01-14 15:04:25
1796  2013-01-14 15:04:26

從中看到，創建了3個子進程，和父進程一起並行運行。其中有一行格式跟其他有些不同，
17931794                2013-01-14 15:04:212013-01-14 15:04:21
因為兩個進程同時進行寫操作，造成了沖突。

2. 阻塞方式

用直接方式，父進程創建了子進程後，並沒有等待子進程結束，而是繼續運行。似乎這裡看不到有什麼問題。如果php腳本並不是運行完後自動結束，而是常駐內存的，就會造成子進程無法回收的問題。也就是僵屍進程。可以通過pcntl_wai()方法等待進程結束，然後回收已經結束的進程。
將測試腳本改成：
 

$pid = pcntl_fork();
if ($pid == -1){
  ...
} else if ($pid > 0){
   echo "parent continue \n";
   pcntl_wait($status);
   for ($k=0; $k<2; ++$k){
     beep();
  }
} else if ($pid == 0){
   ...
}

用命令行運行

#php -f test.php

輸出結果

parent start, pid 1807
1807  2013-01-14 15:20:05
parent continue
child start, pid 1808
1808  2013-01-14 15:20:06
1808  2013-01-14 15:20:07
1808  2013-01-14 15:20:08
1808  2013-01-14 15:20:09
1808  2013-01-14 15:20:10
1807  2013-01-14 15:20:11
1807  2013-01-14 15:20:12
parent continue
child start, pid 1809
1809  2013-01-14 15:20:13
1809  2013-01-14 15:20:14
1809  2013-01-14 15:20:15
1809  2013-01-14 15:20:16
1809  2013-01-14 15:20:17
1807  2013-01-14 15:20:18
1807  2013-01-14 15:20:19
child start, pid 1810
1810  2013-01-14 15:20:20
parent continue
1810  2013-01-14 15:20:21
1810  2013-01-14 15:20:22
1810  2013-01-14 15:20:23
1810  2013-01-14 15:20:24
1807  2013-01-14 15:20:25
1807  2013-01-14 15:20:26

父進程在pcntl_wait()將自己阻塞，等待子進程運行完了才接著運行。

3. 非阻塞方式

阻塞方式失去了多進程的並行性。還有一種方法，既可以回收已經結束的子進程，又可以並行。這就是非阻塞的方式。
修改腳本：
 

<?php
  // example of multiple processes
  date_default_timezone_set( 'Asia/Chongqing');
  declare (ticks = 1);
  pcntl_signal(SIGCHLD, "garbage" );
  echo "parent start, pid ", getmypid(), "\n" ;
  beep();
  for ($i=0; $i<3; ++$i){
     $pid = pcntl_fork();
      if ($pid == -1){
         die ("cannot fork" );
     } else if ($pid > 0){
         echo "parent continue \n";
         for ($k=0; $k<2; ++$k){
           beep();
        }
     } else if ($pid == 0){
         echo "child start, pid ", getmypid(), "\n" ;
         for ($j=0; $j<5; ++$j){
           beep();
        }
         exit (0);
     }
  }
  // parent
  while (1){
      // do something else
     sleep(5);
  }
  // ***
  function garbage($signal){
      echo "signel $signal received\n" ;
      
      while (($pid = pcntl_waitpid(-1, $status, WNOHANG))> 0){
         echo "\t child end pid $pid , status $status\n" ;
     }
  }
  function beep(){
      echo getmypid(), "\t" , date( 'Y-m-d H:i:s', time()), "\n" ;
     sleep(1);
  }
?>

用命令行運行

#php -f test.php &

輸出結果

parent start, pid 2066
2066  2013-01-14 16:45:34
parent continue
2066  2013-01-14 16:45:35
child start, pid 2067
2067  2013-01-14 16:45:35
20662067        2013-01-14 16:45:362013-01-14 16:45:36

2067  2013-01-14 16:45:37
parent continue
2066  2013-01-14 16:45:37
child start, pid 2068
2068  2013-01-14 16:45:37
2067  2013-01-14 16:45:38
2068  2013-01-14 16:45:38
2066  2013-01-14 16:45:38
parent continue
2066  2013-01-14 16:45:40
child start, pid 2069
2069  2067  2013-01-14 16:45:40
2013-01-14 16:45:40
2068  2013-01-14 16:45:40
2066  2013-01-14 16:45:41
2069  2013-01-14 16:45:41
2068  2013-01-14 16:45:41
signel 17 received
     child end pid 2067, status 0
2069  2013-01-14 16:45:42
2068  2013-01-14 16:45:42
2069  2013-01-14 16:45:43
signel 17 received
     child end pid 2068, status 0
2069  2013-01-14 16:45:44
signel 17 received
     child end pid 2069, status 0

多個進程又並行運行了，而且運行大約10秒鐘之後，用 ps -ef | grep php 查看正在運行的進程，只有一個進程
lqling    2066  1388  0 16:45 pts/1    00:00:00 php -f t5.php
是父進程，子進程被回收了。

子進程退出狀態

pcntl_waitpid(-1, $status, WNOHANG) $status

 返回子進程的結束狀態

windows下多線程

windows系統不支持pcntl函數，幸好有curl_multi_exec()這個工具，利用內部的多線程，訪問多個鏈接，每個鏈接可以作為一個任務。

編寫腳本 test1.php
 

<?php
  date_default_timezone_set( 'Asia/Chongqing');
  $tasks = array(
     'http://localhost/feedbowl/t2.php?job=task1',
     'http://localhost/feedbowl/t2.php?job=task2',
     'http://localhost/feedbowl/t2.php?job=task3'
  );
  $mh = curl_multi_init();
  foreach ($tasks as $i => $task){
     $ch[$i] = curl_init();
     curl_setopt($ch[$i], CURLOPT_URL, $task);
     curl_setopt($ch[$i], CURLOPT_RETURNTRANSFER, 1);
     curl_multi_add_handle($mh, $ch[$i]);
  }
  do {$mrc = curl_multi_exec($mh,$active); } while ($mrc == CURLM_CALL_MULTI_PERFORM);
  while ($active && $mrc == CURLM_OK) {
     if (curl_multi_select($mh) != -1) {
      do {$mrc = curl_multi_exec($mh, $active); } while ($mrc == CURLM_CALL_MULTI_PERFORM);
     }
  }
  // completed, checkout result
  foreach ($tasks as $j => $task){
     if (curl_error($ch[$j])){
       echo "task ${j} [$task ] error " , curl_error($ch[$j]), "\r\n" ;
     } else {
       echo "task ${j} [$task ] get: \r\n" , curl_multi_getcontent($ch[$j]), "\r\n" ;
     }
  }
?>

編寫腳本 test2.php
 

<?php
  date_default_timezone_set( 'Asia/Chongqing');
  echo "child start, pid ", getmypid(), "\r\n" ;
  for ($i=0; $i<5; ++$i){
     beep();
  }
  exit (0);
  // ***
  function beep(){
    echo getmypid(), "\t" , date('Y-m-d H:i:s' , time()), "\r\n";
    sleep(1);
  }
?>

用命令行運行

#php -f test1.php &

輸出結果

task 0 [http://localhost/feedbowl/t2.php?job=task1] get:
child start, pid 5804
5804  2013-01-15 20:22:35
5804  2013-01-15 20:22:36
5804  2013-01-15 20:22:37
5804  2013-01-15 20:22:38
5804  2013-01-15 20:22:39

task 1 [http://localhost/feedbowl/t2.php?job=task2] get:
child start, pid 5804
5804  2013-01-15 20:22:35
5804  2013-01-15 20:22:36
5804  2013-01-15 20:22:37
5804  2013-01-15 20:22:38
5804  2013-01-15 20:22:39

task 2 [http://localhost/feedbowl/t2.php?job=task3] get:
child start, pid 5804
5804  2013-01-15 20:22:35
5804  2013-01-15 20:22:36
5804  2013-01-15 20:22:37
5804  2013-01-15 20:22:38
5804  2013-01-15 20:22:39

從打印的時間看到，多個任務幾乎是同時運行的。