如果 Web 應(yīng)用程序中的一個(gè)特性需要超過 1 秒或 2 秒才能完成，那么應(yīng)該怎么辦？需要某種離線處理解決方案。學(xué)習(xí)幾種對(duì) PHP 應(yīng)用程序中長(zhǎng)時(shí)間運(yùn)行的作業(yè)進(jìn)行離線服務(wù)的方法。
大型的連鎖店有一個(gè)大問題。每天，在每家商店會(huì)發(fā)生數(shù)千次交易。公司執(zhí)行官希望對(duì)這些數(shù)據(jù)進(jìn)行挖掘。哪些產(chǎn)品賣得好？哪些不好？有機(jī)產(chǎn)品在哪里賣得好？冰淇淋的銷售情況怎么樣？ 

為了捕捉這些數(shù)據(jù)，組織必須將所有事務(wù)性數(shù)據(jù)裝載進(jìn)一個(gè)數(shù)據(jù)模型，以便更適合生成公司所需的報(bào)告類型。但是，這很花費(fèi)時(shí)間，而且隨著連鎖規(guī)模的增長(zhǎng)，處理一天的數(shù)據(jù)可能要花費(fèi)一天以上的時(shí)間。因此，這是個(gè)大問題。

現(xiàn)在，您的 Web 應(yīng)用程序可能不需要處理這么多數(shù)據(jù)，但是任何站點(diǎn)的處理時(shí)間都有可能超過客戶愿意等待的時(shí)間。一般來說，客戶愿意等待的時(shí)間是 200 毫秒，如果超過這個(gè)時(shí)間，客戶就會(huì)覺得過程 “緩慢”。這個(gè)數(shù)字基于桌面應(yīng)用程序，而 Web 使我們更有耐心了。但無論如何，不應(yīng)該讓客戶等待的時(shí)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(yè)。

分散的方式與 cron

在 UNIX® 機(jī)器上，執(zhí)行批處理的核心程序是 cron 守護(hù)進(jìn)程。這個(gè)守護(hù)進(jìn)程讀取一個(gè)配置文件，這個(gè)文件會(huì)告訴它要運(yùn)行哪些命令行以及運(yùn)行的頻率。然后，這個(gè)守護(hù)進(jìn)程就按照配置執(zhí)行它們。在遇到錯(cuò)誤時(shí)，它甚至能夠向指定的電子郵件地址發(fā)送錯(cuò)誤輸出，從而幫助對(duì)問題進(jìn)行調(diào)試。

我知道一些工程師強(qiáng)烈主張使用線程技術(shù)?！熬€程！線程才是進(jìn)行后臺(tái)處理的真正方法。cron 守護(hù)進(jìn)程太過時(shí)了?！?nbsp;

我不這么認(rèn)為。

這兩種方法我都用過，我認(rèn)為 cron 具備 “Keep It Simple, Stupid（KISS，簡(jiǎn)單就是美）” 原則的優(yōu)點(diǎn)。它使后臺(tái)處理保持簡(jiǎn)單。不需要編寫一直運(yùn)行的多線程的作業(yè)處理應(yīng)用程序（因此不會(huì)有內(nèi)存泄漏），而是由 cron 啟動(dòng)一個(gè)簡(jiǎn)單的批處理腳本。這個(gè)腳本判斷是否有作業(yè)要處理，執(zhí)行作業(yè)，然后退出。不需要擔(dān)心內(nèi)存泄漏。也不需要擔(dān)心線程停止或陷入無限循環(huán)。

那么，cron 是如何工作的？這依賴于您所處的系統(tǒng)環(huán)境。我只討論老式簡(jiǎn)單的 cron 的 UNIX 命令行版本，您可以向系統(tǒng)管理員咨詢?nèi)绾卧谧约旱?nbsp;Web 應(yīng)用程序中實(shí)現(xiàn)它。

下面是一個(gè)簡(jiǎn)單的 cron 配置，它在每天晚上 11 點(diǎn)運(yùn)行一個(gè) PHP 腳本：

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


前 5 個(gè)字段定義應(yīng)該啟動(dòng)腳本的時(shí)間。然后是應(yīng)該用來運(yùn)行這個(gè)腳本的用戶名。其余的命令是要執(zhí)行的命令行。時(shí)間字段分別是分、小時(shí)、月中的日、月和周中的日。下面是幾個(gè)示例。

命令： 

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


在每個(gè)小時(shí)的第 15 分鐘運(yùn)行腳本。 

命令：

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


在每個(gè)小時(shí)的第 15 和第 45 分鐘運(yùn)行腳本。

命令：

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


在早上 3 點(diǎn)到晚上 11 點(diǎn)之間的每分鐘運(yùn)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(yùn)行腳本（星期六由 6 指定）。

可以看到，組合的數(shù)量是無限的?？梢愿鶕?jù)需要控制運(yùn)行腳本的時(shí)間。還可以指定多個(gè)要運(yùn)行的腳本，這樣的話，一些腳本可以每分鐘都運(yùn)行，而其他腳本（比如備份腳本）可以每天只運(yùn)行一次。

為了指定將報(bào)告的錯(cuò)誤發(fā)送到哪個(gè)電子郵件地址，可以使用 MAILTO 指令，如下所示：

MAILTO=jherr@pobox.com


注意：對(duì)于 Microsoft® Windows® 用戶，有一個(gè)等效的 Scheduled Tasks 系統(tǒng)可以用來定期啟動(dòng)命令行進(jìn)程（比如 PHP 腳本）。

 回頁首 


批處理體系結(jié)構(gòu)的基礎(chǔ)知識(shí)

批處理是相當(dāng)簡(jiǎn)單的。在大多數(shù)情況下，采用兩個(gè)工作流之一。第一個(gè)工作流用于進(jìn)行報(bào)告；腳本每天運(yùn)行一次，它生成報(bào)告并將報(bào)告發(fā)送給一組用戶。第二個(gè)工作流是在響應(yīng)某種請(qǐng)求時(shí)創(chuàng)建的批作業(yè)。例如，我登錄進(jìn) Web 應(yīng)用程序中，并要求它向系統(tǒng)中注冊(cè)的所有用戶發(fā)送一個(gè)消息，將一個(gè)新的特性告訴他們。這個(gè)操作必須進(jìn)行批處理，因?yàn)橄到y(tǒng)中有 10,000 個(gè)用戶。PHP 要花費(fèi)一段時(shí)間才能完成這樣的任務(wù)，所以它必須由瀏覽器之外的一個(gè)作業(yè)來執(zhí)行。

在第二個(gè)工作流中，Web 應(yīng)用程序只需將信息放在某個(gè)位置，讓批處理應(yīng)用程序共享它。這些信息指定作業(yè)的性質(zhì)（例如，“Send this e-mail to all the people on the system”。）批處理程序運(yùn)行這個(gè)作業(yè)，然后刪除作業(yè)。另一種方法是，處理程序?qū)⒆鳂I(yè)標(biāo)為已完成。無論用哪種方法，作業(yè)都應(yīng)該識(shí)別為已完成，這樣就不會(huì)再次運(yùn)行它。

本文的其余部分演示在 Web 應(yīng)用程序前端和批處理后端之間共享數(shù)據(jù)的各種方法。

 回頁首 


郵件隊(duì)列

第一種方法是使用專用的郵件隊(duì)列系統(tǒng)。在這種模型中，數(shù)據(jù)庫中的一個(gè)表包含應(yīng)該發(fā)送給各個(gè)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(duì)列中。電子郵件處理程序使用 mailouts 類檢索未處理的電子郵件，然后再次使用它從隊(duì)列中刪除未處理的電子郵件。

這個(gè)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(gè)模式非常簡(jiǎn)單。每行中有一個(gè) from 和一個(gè) to 地址，以及電子郵件的主題和內(nèi)容。

對(duì)數(shù)據(jù)庫中的 mailouts 表進(jìn)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(gè)腳本包含 Pear::DB 數(shù)據(jù)庫訪問類。然后定義 mailouts 類，其中包含三個(gè)主要的靜態(tài)函數(shù)：add、delete 和 get_all。add() 方法向隊(duì)列中添加一個(gè)電子郵件，這個(gè)方法由前端使用。get_all() 方法從表中返回所有數(shù)據(jù)。delete() 方法刪除一個(gè)電子郵件。

您可能會(huì)問，我為什么不只在腳本末尾調(diào)用 delete_all() 方法。不這么做有兩個(gè)原因：如果在發(fā)送每個(gè)消息之后刪除它，那么即使腳本在出現(xiàn)問題之后重新運(yùn)行，消息也不可能發(fā)送兩次；在批作業(yè)的啟動(dòng)和完成之間可能會(huì)添加新的消息。

下一步是編寫一個(gè)簡(jiǎn)單的測(cè)試腳本，這個(gè)腳本將一個(gè)條目添加到隊(duì)列中。

清單 3. mailout_test_add.php
    <?phprequire 'mailout.php';Mailouts::add( 'donotreply@mydomain.com',  'molly@nocompany.com.org',  'Test Subject',  'This is a test of the batch mail sendout' );?>


在這個(gè)示例中，我添加一個(gè) mailout，這個(gè)消息要發(fā)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(yùn)行這個(gè)腳本：php mailout_test_add.php。

為了發(fā)送電子郵件，需要另一個(gè)腳本，這個(gè)腳本作為作業(yè)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(gè)腳本使用 get_all() 方法檢索所有電子郵件消息，然后使用 PHP 的 mail() 方法逐一發(fā)送消息。在每次成功發(fā)送電子郵件之后，調(diào)用 delete() 方法從隊(duì)列中刪除對(duì)應(yīng)的記錄。

使用 cron 守護(hù)進(jìn)程定期運(yùn)行這個(gè)腳本。運(yùn)行這個(gè)腳本的頻率取決于您的應(yīng)用程序的需要。

注意：PHP Extension and Application Repository（PEAR）存儲(chǔ)庫包含一個(gè)出色的 郵件隊(duì)列系統(tǒng) 實(shí)現(xiàn)，可以免費(fèi)下載。

 回頁首 


更通用的方法

專門用來發(fā)送電子郵件的解決方案是很不錯(cuò)，但是是否有更通用的方法？我們需要能夠發(fā)送電子郵件、生成報(bào)告或者執(zhí)行其他耗費(fèi)時(shí)間的處理，而不必在瀏覽器中等待處理完成。

為此，可以利用一個(gè)事實(shí)：PHP 是一種解釋型語言?？梢詫?nbsp;PHP 代碼存儲(chǔ)在數(shù)據(jù)庫中的隊(duì)列中，以后再執(zhí)行它。這需要兩個(gè)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(gè)表 processing_items 包含作業(yè)處理程序調(diào)用的函數(shù)。第二個(gè)表 processing_args 包含要發(fā)送給函數(shù)的參數(shù)，采用的形式是由鍵/值對(duì)組成的 hash 表。

與 mailouts 表一樣，這兩個(gè)表也由 PHP 類包裝，這個(gè)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(gè)類包含三個(gè)重要的方法：add()、get_all() 和 delete()。與 mailouts 系統(tǒng)一樣，前端使用 add()，處理引擎使用 get_all() 和 delete()。

清單 7 所示的測(cè)試腳本將一個(gè)條目添加到處理隊(duì)列中。

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


在這個(gè)示例中，添加了一個(gè)對(duì) printvalue 函數(shù)的調(diào)用，并將 value 參數(shù)設(shè)置為 foo。我使用 PHP 命令行解釋器運(yùn)行這個(gè)腳本，并將這個(gè)方法調(diào)用放進(jìn)隊(duì)列中。然后使用以下處理腳本運(yùn)行這個(gè)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(gè)腳本非常簡(jiǎn)單。它獲得 get_all() 返回的處理?xiàng)l目，然后使用 call_user_func_array（一個(gè) PHP 內(nèi)部函數(shù)）用給定的參數(shù)動(dòng)態(tài)地調(diào)用這個(gè)方法。在這個(gè)示例中，調(diào)用本地的 printvalue 函數(shù)。

為了演示這種功能，我們看看在命令行上發(fā)生了什么：

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


輸出并不多，但是您能夠看出要點(diǎn)。通過這種機(jī)制，可以將任何 PHP 函數(shù)的處理推遲。

現(xiàn)在，如果您不喜歡將 PHP 函數(shù)名和參數(shù)放進(jìn)數(shù)據(jù)庫中，那么另一種方法是在 PHP 代碼中建立數(shù)據(jù)庫中的 “處理作業(yè)類型” 名稱和實(shí)際 PHP 處理函數(shù)之間的映射。按照這種方式，如果以后決定修改 PHP 后端，那么只要 “處理作業(yè)類型” 字符串匹配，系統(tǒng)就仍然可以工作。

 回頁首 


放棄數(shù)據(jù)庫

最后，我演示另一種稍有不同的解決方案，它使用一個(gè)目錄中的文件來存儲(chǔ)批作業(yè)，而不是使用數(shù)據(jù)庫。在這里提供這個(gè)思路并不是建議您 “采用這種方式，而不使用數(shù)據(jù)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(gè)解決方案中沒有模式，因?yàn)槲覀儾皇褂脭?shù)據(jù)庫。所以先編寫一個(gè)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(gè)主要方法：add()、get_all() 和 delete()。這個(gè)類不訪問數(shù)據(jù)庫，而是讀寫 batch_items 目錄中的文件。

使用以下測(cè)試代碼添加新的批處理?xiàng)l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(diǎn)需要注意：除了類名（BatchFiles）之外，實(shí)際上沒有任何跡象能夠說明作業(yè)是如何存儲(chǔ)的。所以，以后很容易將它改為數(shù)據(jù)庫風(fēng)格的存儲(chǔ)方式，而不需要修改接口。

最后是處理程序的代碼。

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(shù)據(jù)庫版本完全相同，只是修改了文件名和類名。

 回頁首 


結(jié)束語

正如前面提到的，服務(wù)器對(duì)線程提供了許多支持，可以進(jìn)行后臺(tái)批處理。在某些情況下，使用輔助線程處理小作業(yè)肯定比較容易。但是，也可以使用傳統(tǒng)工具（cron、MySQL、標(biāo)準(zhǔn)的面向?qū)ο蟮?nbsp;PHP 和 Pear::DB）在 PHP 應(yīng)用程序中創(chuàng)建批作業(yè)，這很容易實(shí)現(xiàn)、部署和維護(hù)。

參考資料 

學(xué)習(xí)

您可以參閱本文在 developerWorks 全球站點(diǎn)上的 英文原文 。

閱讀 IBM developerWorks 的 PHP 項(xiàng)目資源中心，進(jìn)一步了解 PHP。

PHP.net 是面向 PHP 開發(fā)人員的優(yōu)秀資源。

PEAR Mail_Queue 包 是一個(gè)健壯的郵件隊(duì)列實(shí)現(xiàn)，其中包括數(shù)據(jù)庫后端。

crontab 手冊(cè) 提供了 cron 配置的細(xì)節(jié)，但是不容易理解。

PHP 手冊(cè)中關(guān)于 Using PHP from the command line 的一節(jié)可以幫助您了解如何從 cron 運(yùn)行腳本。

隨時(shí)關(guān)注 developerWorks 技術(shù)事件和 webcast。

了解世界各地即將進(jìn)行的會(huì)議、展覽、網(wǎng)絡(luò)廣播和其他 活動(dòng)，IBM 開放源碼開發(fā)人員可以通過這些活動(dòng)了解最新的技術(shù)發(fā)展。

訪問 developerWorks 開源技術(shù)專區(qū)，獲得廣泛的 how-to 信息、工具和項(xiàng)目更新，可以幫助您利用開放源碼技術(shù)進(jìn)行開發(fā)并將其與 IBM 產(chǎn)品結(jié)合使用。

developerWorks podcasts 中包括很多適合于軟件開發(fā)人員的有趣的訪談和討論。

獲得產(chǎn)品和技術(shù)

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

使用 IBM 試用軟件 改進(jìn)您的下一個(gè)開放源碼開發(fā)項(xiàng)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(fā)人員提供了討論技術(shù)問題的場(chǎng)所。如果您有關(guān)于 PHP 腳本、函數(shù)、語法、變量、調(diào)試和其他主題的問題，可以在這里提出。

通過參與 developerWorks blog 加入 developerWorks 社區(qū)。 

關(guān)于作者


  Jack D. Herrington 是一名高級(jí)軟件工程師，具有 20 多年的工作經(jīng)驗(yàn)。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。