程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
 程式師世界 >> 編程語言 >> 網頁編程 >> PHP編程 >> PHP綜合 >> PHP 中的批處理的實現

PHP 中的批處理的實現

編輯:PHP綜合
如果 Web 應用程序中的一個特性需要超過 1 秒或 2 秒才能完成,那麼應該怎麼辦?需要某種離線處理解決方案。學習幾種對 PHP 應用程序中長時間運行的作業進行離線服務的方法。
大型的連鎖店有一個大問題。每天,在每家商店會發生數千次交易。公司執行官希望對這些數據進行挖掘。哪些產品賣得好?哪些不好?有機產品在哪裡賣得好?冰淇淋的銷售情況怎麼樣? 

為了捕捉這些數據,組織必須將所有事務性數據裝載進一個數據模型,以便更適合生成公司所需的報告類型。但是,這很花費時間,而且隨著連鎖規模的增長,處理一天的數據可能要花費一天以上的時間。因此,這是個大問題。

現在,您的 Web 應用程序可能不需要處理這麼多數據,但是任何站點的處理時間都有可能超過客戶願意等待的時間。一般來說,客戶願意等待的時間是 200 毫秒,如果超過這個時間,客戶就會覺得過程 “緩慢”。這個數字基於桌面應用程序,而 Web 使我們更有耐心了。但無論如何,不應該讓客戶等待的時間超過幾秒。所以,要采用一些策略來處理 PHP 中的批處理作業。

分散的方式與 cron

在 UNIX® 機器上,執行批處理的核心程序是 cron 守護進程。這個守護進程讀取一個配置文件,這個文件會告訴它要運行哪些命令行以及運行的頻率。然後,這個守護進程就按照配置執行它們。在遇到錯誤時,它甚至能夠向指定的電子郵件地址發送錯誤輸出,從而幫助對問題進行調試。

我知道一些工程師強烈主張使用線程技術。“線程!線程才是進行後台處理的真正方法。cron 守護進程太過時了。” 

我不這麼認為。

這兩種方法我都用過,我認為 cron 具備 “Keep It Simple, Stupid(KISS,簡單就是美)” 原則的優點。它使後台處理保持簡單。不需要編寫一直運行的多線程的作業處理應用程序(因此不會有內存洩漏),而是由 cron 啟動一個簡單的批處理腳本。這個腳本判斷是否有作業要處理,執行作業,然後退出。不需要擔心內存洩漏。也不需要擔心線程停止或陷入無限循環。

那麼,cron 是如何工作的?這依賴於您所處的系統環境。我只討論老式簡單的 cron 的 UNIX 命令行版本,您可以向系統管理員咨詢如何在自己的 Web 應用程序中實現它。

下面是一個簡單的 cron 配置,它在每天晚上 11 點運行一個 PHP 腳本:

0 23 * * * jack /usr/bin/php /users/home/jack/myscript.php


前 5 個字段定義應該啟動腳本的時間。然後是應該用來運行這個腳本的用戶名。其余的命令是要執行的命令行。時間字段分別是分、小時、月中的日、月和周中的日。下面是幾個示例。

命令: 

15 * * * * jack /usr/bin/php /users/home/jack/myscript.php


在每個小時的第 15 分鐘運行腳本。 

命令:

15,45 * * * * jack /usr/bin/php /users/home/jack/myscript.php


在每個小時的第 15 和第 45 分鐘運行腳本。

命令:

*/1 3-23 * * * jack /usr/bin/php /users/home/jack/myscript.php


在早上 3 點到晚上 11 點之間的每分鐘運行腳本。

命令

30 23 * * 6 jack /usr/bin/php /users/home/jack/myscript.php


在每星期六的晚上 11:30 運行腳本(星期六由 6 指定)。

可以看到,組合的數量是無限的。可以根據需要控制運行腳本的時間。還可以指定多個要運行的腳本,這樣的話,一些腳本可以每分鐘都運行,而其他腳本(比如備份腳本)可以每天只運行一次。

為了指定將報告的錯誤發送到哪個電子郵件地址,可以使用 MAILTO 指令,如下所示:

[email protected]


注意:對於 Microsoft® Windows® 用戶,有一個等效的 Scheduled Tasks 系統可以用來定期啟動命令行進程(比如 PHP 腳本)。

 回頁首 


批處理體系結構的基礎知識

批處理是相當簡單的。在大多數情況下,采用兩個工作流之一。第一個工作流用於進行報告;腳本每天運行一次,它生成報告並將報告發送給一組用戶。第二個工作流是在響應某種請求時創建的批作業。例如,我登錄進 Web 應用程序中,並要求它向系統中注冊的所有用戶發送一個消息,將一個新的特性告訴他們。這個操作必須進行批處理,因為系統中有 10,000 個用戶。PHP 要花費一段時間才能完成這樣的任務,所以它必須由浏覽器之外的一個作業來執行。

在第二個工作流中,Web 應用程序只需將信息放在某個位置,讓批處理應用程序共享它。這些信息指定作業的性質(例如,“Send this e-mail to all the people on the system”。)批處理程序運行這個作業,然後刪除作業。另一種方法是,處理程序將作業標為已完成。無論用哪種方法,作業都應該識別為已完成,這樣就不會再次運行它。

本文的其余部分演示在 Web 應用程序前端和批處理後端之間共享數據的各種方法。

 回頁首 


郵件隊列

第一種方法是使用專用的郵件隊列系統。在這種模型中,數據庫中的一個表包含應該發送給各個用戶的電子郵件消息。Web 界面使用 mailouts 類將電子郵件添加到隊列中。電子郵件處理程序使用 mailouts 類檢索未處理的電子郵件,然後再次使用它從隊列中刪除未處理的電子郵件。

這個模型首先需要 MySQL 模式。

清單 1. mailout.sql
    DROP TABLE IF EXISTS mailouts;CREATE TABLE mailouts (  id MEDIUMINT NOT NULL AUTO_INCREMENT,  from_address TEXT NOT NULL,  to_address TEXT NOT NULL,  subject TEXT NOT NULL,  content TEXT NOT NULL,  PRIMARY KEY ( id ));


這個模式非常簡單。每行中有一個 from 和一個 to 地址,以及電子郵件的主題和內容。

對數據庫中的 mailouts 表進行處理的是 PHP mailouts 類。

清單 2. mailouts.php
    <?phprequire_once('DB.php');class Mailouts{  public static function get_db()  {    $dsn = 'mysql://root:@localhost/mailout';    $db =& DB::Connect( $dsn, array() );    if (PEAR::isError($db)) { die($db->getMessage()); }    return $db;  }  public static function delete( $id )  {    $db = Mailouts::get_db();    $sth = $db->prepare( 'DELETE FROM mailouts WHERE id=?' );    $db->execute( $sth, $id );    return true;  }  public static function add( $from, $to, $subject, $content )  {    $db = Mailouts::get_db();    $sth = $db->prepare( 'INSERT INTO mailouts VALUES (null,?,?,?,?)' );    $db->execute( $sth, array( $from, $to, $subject, $content ) );    return true;  }  public static function get_all()  {    $db = Mailouts::get_db();    $res = $db->query( "SELECT * FROM mailouts" );    $rows = array();    while( $res->fetchInto( $row ) ) { $rows []= $row; }    return $rows;  }}?>


這個腳本包含 Pear::DB 數據庫訪問類。然後定義 mailouts 類,其中包含三個主要的靜態函數:add、delete 和 get_all。add() 方法向隊列中添加一個電子郵件,這個方法由前端使用。get_all() 方法從表中返回所有數據。delete() 方法刪除一個電子郵件。

您可能會問,我為什麼不只在腳本末尾調用 delete_all() 方法。不這麼做有兩個原因:如果在發送每個消息之後刪除它,那麼即使腳本在出現問題之後重新運行,消息也不可能發送兩次;在批作業的啟動和完成之間可能會添加新的消息。

下一步是編寫一個簡單的測試腳本,這個腳本將一個條目添加到隊列中。

清單 3. mailout_test_add.php
    <?phprequire 'mailout.php';Mailouts::add( '[email protected]',  '[email protected]',  'Test Subject',  'This is a test of the batch mail sendout' );?>


在這個示例中,我添加一個 mailout,這個消息要發送給某公司的 Molly,其中包括主題 “Test Subject” 和電子郵件主體。可以在命令行上運行這個腳本:php mailout_test_add.php。

為了發送電子郵件,需要另一個腳本,這個腳本作為作業處理程序。

清單 4. mailout_send.php
    <?phprequire_once 'mailout.php';function process( $from, $to, $subject, $email ) {  mail( $to, $subject, $email, "From: $from" );}$messages = Mailouts::get_all();foreach( $messages as $msg ) {  process( $msg[1], $msg[2], $msg[3], $msg[4] );  Mailouts::delete( $msg[0] );}?>


這個腳本使用 get_all() 方法檢索所有電子郵件消息,然後使用 PHP 的 mail() 方法逐一發送消息。在每次成功發送電子郵件之後,調用 delete() 方法從隊列中刪除對應的記錄。

使用 cron 守護進程定期運行這個腳本。運行這個腳本的頻率取決於您的應用程序的需要。

注意:PHP Extension and Application Repository(PEAR)存儲庫包含一個出色的 郵件隊列系統 實現,可以免費下載。

 回頁首 


更通用的方法

專門用來發送電子郵件的解決方案是很不錯,但是是否有更通用的方法?我們需要能夠發送電子郵件、生成報告或者執行其他耗費時間的處理,而不必在浏覽器中等待處理完成。

為此,可以利用一個事實:PHP 是一種解釋型語言。可以將 PHP 代碼存儲在數據庫中的隊列中,以後再執行它。這需要兩個表,見清單 5。

清單 5. generic.sql
    DROP TABLE IF EXISTS processing_items;CREATE TABLE processing_items (  id MEDIUMINT NOT NULL AUTO_INCREMENT,  function TEXT NOT NULL,  PRIMARY KEY ( id ));DROP TABLE IF EXISTS processing_args;CREATE TABLE processing_args (  id MEDIUMINT NOT NULL AUTO_INCREMENT,  item_id MEDIUMINT NOT NULL,  key_name TEXT NOT NULL,  value TEXT NOT NULL,  PRIMARY KEY ( id ));


第一個表 processing_items 包含作業處理程序調用的函數。第二個表 processing_args 包含要發送給函數的參數,采用的形式是由鍵/值對組成的 hash 表。

與 mailouts 表一樣,這兩個表也由 PHP 類包裝,這個類稱為 ProcessingItems。

清單 6. generic.php
    <?phprequire_once('DB.php');class ProcessingItems{  public static function get_db() { ... }  public static function delete( $id )  {    $db = ProcessingItems::get_db();    $sth = $db->prepare( 'DELETE FROM processing_args WHERE item_id=?' );    $db->execute( $sth, $id );    $sth = $db->prepare( 'DELETE FROM processing_items WHERE id=?' );    $db->execute( $sth, $id );    return true;  }  public static function add( $function, $args )  {    $db = ProcessingItems::get_db();    $sth = $db->prepare( 'INSERT INTO processing_items VALUES (null,?)' );    $db->execute( $sth, array( $function ) );    $res = $db->query( "SELECT last_insert_id()" );    $id = null;    while( $res->fetchInto( $row ) ) { $id = $row[0]; }    foreach( $args as $key => $value )    {        $sth = $db->prepare( 'INSERT INTO processing_args  VALUES (null,?,?,?)' );        $db->execute( $sth, array( $id, $key, $value ) );    }    return true;  }  public static function get_all()  {    $db = ProcessingItems::get_db();    $res = $db->query( "SELECT * FROM processing_items" );    $rows = array();    while( $res->fetchInto( $row ) )    {        $item = array();        $item['id'] = $row[0];        $item['function'] = $row[1];        $item['args'] = array();        $ares = $db->query( "SELECT key_name, value FROM   processing_args WHERE item_id=?", $item['id'] );        while( $ares->fetchInto( $arow ) )            $item['args'][ $arow[0] ] = $arow[1];        $rows []= $item;    }    return $rows;  }}?>


這個類包含三個重要的方法:add()、get_all() 和 delete()。與 mailouts 系統一樣,前端使用 add(),處理引擎使用 get_all() 和 delete()。

清單 7 所示的測試腳本將一個條目添加到處理隊列中。

清單 7. generic_test_add.php
    <?phprequire_once 'generic.php';ProcessingItems::add( 'printvalue', array( 'value' => 'foo' ) );?>


在這個示例中,添加了一個對 printvalue 函數的調用,並將 value 參數設置為 foo。我使用 PHP 命令行解釋器運行這個腳本,並將這個方法調用放進隊列中。然後使用以下處理腳本運行這個方法。

清單 8. generic_process.php
    <?phprequire_once 'generic.php';function printvalue( $args ) {  echo 'Printing: '.$args['value']."\n";}foreach( ProcessingItems::get_all() as $item ) {  call_user_func_array( $item['function'],    array( $item['args'] ) );  ProcessingItems::delete( $item['id'] );}?>


這個腳本非常簡單。它獲得 get_all() 返回的處理條目,然後使用 call_user_func_array(一個 PHP 內部函數)用給定的參數動態地調用這個方法。在這個示例中,調用本地的 printvalue 函數。

為了演示這種功能,我們看看在命令行上發生了什麼:

% php generic_test_add.php % php generic_process.php Printing: foo%


輸出並不多,但是您能夠看出要點。通過這種機制,可以將任何 PHP 函數的處理推遲。

現在,如果您不喜歡將 PHP 函數名和參數放進數據庫中,那麼另一種方法是在 PHP 代碼中建立數據庫中的 “處理作業類型” 名稱和實際 PHP 處理函數之間的映射。按照這種方式,如果以後決定修改 PHP 後端,那麼只要 “處理作業類型” 字符串匹配,系統就仍然可以工作。

 回頁首 


放棄數據庫

最後,我演示另一種稍有不同的解決方案,它使用一個目錄中的文件來存儲批作業,而不是使用數據庫。在這裡提供這個思路並不是建議您 “采用這種方式,而不使用數據庫”,這只是一種可供選擇的方式,是否采用它由您決定。

顯然,這個解決方案中沒有模式,因為我們不使用數據庫。所以先編寫一個類,它包含與前面示例中相似的 add()、get_all() 和 delete() 方法。

清單 9. batch_by_file.php
    <?phpdefine( 'BATCH_DIRECTORY', 'batch_items/' );class BatchFiles{  public static function delete( $id )  {    unlink( $id );    return true;  }  public static function add( $function, $args )  {    $path = '';    while( true )    {        $path = BATCH_DIRECTORY.time();        if ( file_exists( $path ) == false )            break;    }    $fh = fopen( $path, "w" );    fprintf( $fh, $function."\n" );    foreach( $args as $k => $v )    {        fprintf( $fh, $k.":".$v."\n" );    }    fclose( $fh );    return true;  }  public static function get_all()  {    $rows = array();    if (is_dir(BATCH_DIRECTORY)) {        if ($dh = opendir(BATCH_DIRECTORY)) {            while (($file = readdir($dh)) !== false) {                $path = BATCH_DIRECTORY.$file;                if ( is_dir( $path ) == false )                {                    $item = array();                    $item['id'] = $path;                    $fh = fopen( $path, 'r' );                    if ( $fh )                    {                        $item['function'] = trim(fgets( $fh ));                        $item['args'] = array();                        while( ( $line = fgets( $fh ) ) != null )                        {                            $args = split( ':', trim($line) );                            $item['args'][$args[0]] = $args[1];                        }                        $rows []= $item;                        fclose( $fh );                    }                }            }            closedir($dh);        }    }    return $rows;  }}?>


BatchFiles 類有三個主要方法:add()、get_all() 和 delete()。這個類不訪問數據庫,而是讀寫 batch_items 目錄中的文件。

使用以下測試代碼添加新的批處理條目。

清單 10. batch_by_file_test_add.php
    <?phprequire_once 'batch_by_file.php';BatchFiles::add( "printvalue", array( 'value' => 'foo' ) );?>


有一點需要注意:除了類名(BatchFiles)之外,實際上沒有任何跡象能夠說明作業是如何存儲的。所以,以後很容易將它改為數據庫風格的存儲方式,而不需要修改接口。

最後是處理程序的代碼。

清單 11. batch_by_file_processor.php
    <?phprequire_once 'batch_by_file.php';function printvalue( $args ) {  echo 'Printing: '.$args['value']."\n";}foreach( BatchFiles::get_all() as $item ) {  call_user_func_array( $item['function'], array( $item['args'] ) );  BatchFiles::delete( $item['id'] );}?>


這段代碼幾乎與數據庫版本完全相同,只是修改了文件名和類名。

 回頁首 


結束語

正如前面提到的,服務器對線程提供了許多支持,可以進行後台批處理。在某些情況下,使用輔助線程處理小作業肯定比較容易。但是,也可以使用傳統工具(cron、MySQL、標准的面向對象的 PHP 和 Pear::DB)在 PHP 應用程序中創建批作業,這很容易實現、部署和維護。

參考資料 

學習

您可以參閱本文在 developerWorks 全球站點上的 英文原文 。

閱讀 IBM developerWorks 的 PHP 項目資源中心,進一步了解 PHP。

PHP.net 是面向 PHP 開發人員的優秀資源。

PEAR Mail_Queue 包 是一個健壯的郵件隊列實現,其中包括數據庫後端。

crontab 手冊 提供了 cron 配置的細節,但是不容易理解。

PHP 手冊中關於 Using PHP from the command line 的一節可以幫助您了解如何從 cron 運行腳本。

隨時關注 developerWorks 技術事件和 webcast。

了解世界各地即將進行的會議、展覽、網絡廣播和其他 活動,IBM 開放源碼開發人員可以通過這些活動了解最新的技術發展。

訪問 developerWorks 開源技術專區,獲得廣泛的 how-to 信息、工具和項目更新,可以幫助您利用開放源碼技術進行開發並將其與 IBM 產品結合使用。

developerWorks podcasts 中包括很多適合於軟件開發人員的有趣的訪談和討論。

獲得產品和技術

查閱 PEAR -- PHP Extension and Application Repository,其中包含 Pear::DB。

使用 IBM 試用軟件 改進您的下一個開放源碼開發項目,這些軟件可以下載或者通過 DVD 獲得。

討論

developerWorks PHP Developer Forum 為所有 PHP 開發人員提供了討論技術問題的場所。如果您有關於 PHP 腳本、函數、語法、變量、調試和其他主題的問題,可以在這裡提出。

通過參與 developerWorks blog 加入 developerWorks 社區。 

關於作者


  Jack D. Herrington 是一名高級軟件工程師,具有 20 多年的工作經驗。他撰寫過三本書: Code Generation in Action 、 Podcasting Hacks 和 PHP Hacks,還撰寫了 30 多篇文章。
  1. 上一頁:
  2. 下一頁:
Copyright © 程式師世界 All Rights Reserved