当前位置:首页 > 文章列表 > 文章 > php教程 > PHP多线程curl请求与结果合并技巧

PHP多线程curl请求与结果合并技巧

2026-01-11 16:27:37 0浏览 收藏

怎么入门文章编程?需要学习哪些知识点?这是新手们刚接触编程时常见的问题;下面golang学习网就来给大家整理分享一些知识点,希望能够给初学者一些帮助。本篇文章就来介绍《PHP多线程curl请求处理与结果合并方法》,涉及到,有需要的可以收藏一下

使用 curl_multi_init 可并发执行多个 cURL 请求,提升效率。步骤包括:初始化单个 cURL 句柄并设置参数,创建多句柄,添加单个句柄至多句柄,执行并发请求并轮询状态,获取结果,关闭资源。示例中同时请求两个 API,合并 JSON 数据。关键点:curl_multi_exec 需循环调用,配合 curl_multi_select 避免 CPU 空转;用 curl_multi_getcontent 获取响应;及时释放资源防泄漏;可捕获错误信息;建议封装函数或类以支持动态配置;高阶场景可用 Swoole 或 ReactPHP。纯 PHP + curl_multi 适合轻量级并发需求。

php如何处理异步curl请求_phpcurl_multi_init并发请求与结果合并

PHP 中处理异步 cURL 请求主要依赖 curl_multi_init 相关函数,它允许你并发执行多个 cURL 请求,而不是逐个等待。这对于需要同时请求多个 API 或远程资源的场景非常有用,比如聚合数据、批量检测状态等。

使用 curl_multi_init 发起并发请求

curl_multi_init 可以创建一个多句柄,然后将多个 cURL 句柄(每个对应一个请求)加入其中,并通过循环等待所有请求完成。相比串行执行,这种方式显著提升效率。

基本步骤如下:

  • 初始化多个单个 cURL 句柄(curl_init)
  • 设置各个请求的参数(URL、超时、头部等)
  • 创建多句柄(curl_multi_init)
  • 将单个句柄加入多句柄(curl_multi_add_handle)
  • 执行并发请求(curl_multi_exec)并轮询状态
  • 获取结果并合并数据
  • 关闭句柄释放资源

示例代码:并发请求并合并结果

以下是一个实用示例,同时请求两个 API 并合并返回的 JSON 数据:

\$urls = [
    'https://jsonplaceholder.typicode.com/posts/1',
    'https://jsonplaceholder.typicode.com/posts/2'
];

// 初始化多句柄
\$multi = curl_multi_init();
\$handles = [];

// 创建并配置每个 cURL 句柄
foreach (\$urls as \$i => \$url) {
    \$ch = curl_init();
    curl_setopt(\$ch, CURLOPT_URL, \$url);
    curl_setopt(\$ch, CURLOPT_RETURNTRANSFER, true);
    curl_setopt(\$ch, CURLOPT_TIMEOUT, 10);

    // 加入多句柄
    curl_multi_add_handle(\$multi, \$ch);
    \$handles[\$i] = \$ch;
}

// 执行并发请求
\$running = 0;
do {
    curl_multi_exec(\$multi, \$running);
    curl_multi_select(\$multi); // 阻塞等待活动连接
} while (\$running > 0);

// 收集结果
\$results = [];
foreach (\$handles as \$i => \$ch) {
    \$response = curl_multi_getcontent(\$ch);
    \$results[\$i] = json_decode(\$response, true);
    curl_multi_remove_handle(\$multi, \$ch);
    curl_close(\$ch);
}

// 关闭多句柄
curl_multi_close(\$multi);

// 合并结果
\$merged = array_merge(...array_values(\$results));
print_r(\$merged);

关键点说明

curl_multi_exec 是非阻塞的,所以需要用循环不断调用直到所有请求完成。搭配 curl_multi_select 可以避免 CPU 空转。

curl_multi_getcontent 用于从句柄中提取响应体,必须在请求完成后调用。

注意及时调用 curl_multi_remove_handle 和 curl_close,防止资源泄漏。

如果某个请求失败(如超时或 DNS 错误),可以通过 curl_error 或 curl_errno 捕获具体信息。

实际应用建议

在高并发场景下,可以封装成函数或类,支持动态传入 URL 列表、自定义选项、超时控制和错误处理策略。

对于更复杂的异步需求(如回调、协程),可考虑使用 Swoole 或 ReactPHP,但纯 PHP + curl_multi 已能满足大多数轻量级并发请求场景。

基本上就这些。掌握 curl_multi 就能在不依赖扩展的情况下实现高效的并发 HTTP 请求处理。

终于介绍完啦!小伙伴们,这篇关于《PHP多线程curl请求与结果合并技巧》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!

拷贝漫画官网入口2025最新版更新拷贝漫画官网入口2025最新版更新
上一篇
拷贝漫画官网入口2025最新版更新
Claude官网中文入口及AI对话体验
下一篇
Claude官网中文入口及AI对话体验
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    281次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    335次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    331次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    301次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    122次使用