当前位置:首页 > 文章列表 > 文章 > php教程 > PHP Fiber 协作式暂停与恢复的状态管理

PHP Fiber 协作式暂停与恢复的状态管理

来源:17golang原创 2026-10-17 12:28:56 0浏览 收藏

PHP Fiber 的状态管理关键不在于把它当成线程,而在于明确谁拥有下一次切换的控制权:Fiber::suspend() 把执行权交回 start()、resume() 或 throw() 的调用方;之后调用 resume($value) 时,暂停点会收到这个值,调用 throw($exception) 时,暂停点会像执行到 throw 一样抛出异常。这样,调度器只需要围绕“已启动、已暂停、已结束、异常退出”维护边界。

官方文档:https://www.php.net/manual/en/language.fibers.php

最容易出错的地方是把“暂停时返回给调度器的值”和“恢复时传回 Fiber 的值”混成一个方向。前者来自 suspend(),后者回到暂停点;异常则通过 throw() 进入同一个暂停点。
  • 启动一次:start() 只能用于尚未启动的 Fiber。
  • 恢复有条件:resume() 和 throw() 应针对当前处于 suspended 状态的 Fiber。
  • 结果分两类:正常返回用 getReturn() 读取,未捕获异常则从切换调用处向外传播。

先看 Fiber 的状态,再决定调用哪个方法

PHP Fiber 从创建、暂停到结束的状态关系说明图
图1:状态关系说明图,区分创建、运行、暂停和终止,并标出调度器可调用的入口。

一个 Fiber 创建后还没有启动,第一次只能调用 start()。闭包执行到 Fiber::suspend() 后,Fiber 进入 suspended,暂停时传出的值会成为 start() 或后续切换方法的返回值。闭包正常返回后,Fiber 进入 terminated;此时才能读取 getReturn()。

调度器可以把状态判断写成独立分支。不要用“上一次调用成功”猜状态,因为闭包可能在一次恢复后直接结束,也可能在下一次暂停前抛出异常。

用 suspend 和 resume 管理双向值

start();
echo $signal, PHP_EOL;

if ($fiber->isSuspended()) {
    // 只有暂停状态才能安全地把数据送回 Fiber。
    $next = $fiber->resume('继续执行');
}

if ($fiber->isTerminated()) {
    // 闭包已经正常结束后,再读取最终返回值。
    echo $fiber->getReturn(), PHP_EOL;
}

这个例子有两个独立结果:第一次调用得到“等待调度”,第二次调用让暂停点得到“继续执行”,最终返回值则要等 Fiber 终止后从 getReturn() 读取。若闭包在恢复后再次 suspend(),resume() 的返回值仍然是下一次暂停点传出的值,而不是上一次的最终结果。

用 throw 把异常送到暂停点

PHP Fiber suspend、resume 与 throw 的异常传播边界说明图
图2:异常传播说明图,展示异常如何从调度器进入暂停点,并由 Fiber 内部或外部接管。
getMessage(), PHP_EOL;
        return;
    }
});

$fiber->start();
if ($fiber->isSuspended()) {
    // throw() 会让异常从 suspend() 这一行抛出。
    $fiber->throw(new RuntimeException('外部事件失败'));
}

throw() 不是在调度器所在位置直接抛出,而是把异常送进当前的 suspend()。Fiber 内部有 try/catch 时,可以把异常转换成正常结束;如果没有捕获,异常会从调用 throw() 的位置继续向外传播。调用前仍要先确认 Fiber 处于 suspended,否则会得到 FiberError。

调度器的四个边界判断

实际封装时,可以把以下判断作为最小状态机:

当前状态允许关注的动作不要做的事
未启动调用一次 start()直接 resume()
已暂停按事件选择 resume() 或 throw()重复调用 start()
运行中等待 Fiber 自己返回或暂停从外部再次切换
已终止读取 getReturn() 或记录异常继续 resume()

另外,Fiber::getCurrent() 只在 Fiber 内部运行时返回当前实例,在外部调度器中得到的是 null。因此不要用它替代外部保存的 Fiber 引用;外部需要的是每个任务的状态、待处理事件和最后结果。

常见问题

resume() 传入的值会返回给谁?

它会作为当前 Fiber::suspend() 调用的返回值,回到 Fiber 内部暂停点之后的代码;调度器调用 resume() 得到的返回值,则来自 Fiber 下一次 suspend() 或正常返回。

throw() 之后为什么调度器仍可能收到异常?

只有 Fiber 内部捕获了该异常,异常才会在 Fiber 内部被转换或结束;如果没有匹配的 catch,异常会从 throw() 调用处继续传播,调度器应在外层统一处理。

什么时候可以调用 getReturn()?

仅在 Fiber 已经终止且是正常返回时读取。暂停中的 Fiber 尚未产生最终返回值;如果 Fiber 因未捕获异常退出,也不应把 getReturn() 当成错误读取接口。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
PHP preg_match_all 按记录整理命名捕获组结果PHP preg_match_all 按记录整理命名捕获组结果
上一篇
PHP preg_match_all 按记录整理命名捕获组结果
PHP array_key_first 怎样安全处理空数组
下一篇
PHP array_key_first 怎样安全处理空数组
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。
    504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。
    562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。
    588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。
    540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。
    352次使用