从 0 到 1 优雅的实现 PHP 多进程管理

[TIGERB]

                       _        
                      | |       
_ __   __ _ _ __ _   _| |_ ___  
| '_ \ / _` | '__| | | | __/ _ \ 
| | | | (_| | |  | |_| | || (_) |
|_| |_|\__,_|_|   \__,_|\__\___/ .TIGERB.cn
			
An object-oriented multi process manager for PHP

Version: 0.1.0

业务场景

在我们实际的业务场景中(PHP 技术栈)，我们可能需要定时或者近乎实时的执行一些业务逻辑，简单的我们可以使用 unix 系统自带的 crontab 实现定时任务，但是对于一些实时性要求比较高的业务就不适用了，所以我们就需要一个常驻内存的任务管理工具，为了保证实时性，一方面我们让它一直执行任务(适当的睡眠，保证 cpu 不被 100%占用)，另一方面我们实现多进程保证并发的执行任务。

目的

综上所述，我的目标就是：实现基于 php-cli 模式实现的 master-worker 多进程管理工具。其次，“我有这样一个目标，我是怎样一步步去分析、规划和实现的”，这是本文的宗旨。

备注：下文中，父进程统称为 master,子进程统称为 worker。

分析

我们把这一个大目标拆成多个小目标去逐个实现，如下：

• 多进程
  • 目的：一个 master fork 多个 worker
  • 现象：所有 worker 的 ppid 父进程 ID 为当前 master 的 pid
• master 控制 worker
  • 目的：master 通知 worker，worker 接收来自 master 的消息
• master 接收信号
  • 目的：master 接收并自定义处理来自终端的信号

多进程

PHP fork 进程的方法 pcntl_fork, 这个大家应该有所了解，如果不知道的简单 google/bing 一下应该很容易找到这个函数。接着 FTM, 我们看看pcntl_fork这个函数的使用方式大致如下：

$pid = pcntl_fork(); // pcntl_fork 的返回值是一个 int 值
                     // 如果$pid=-1 fork 进程失败
                     // 如果$pid=0 当前的上下文环境为 worker
                     // 如果$pid>0 当前的上下文环境为 master，这个 pid 就是 fork 的 worker 的 pid

接着看代码：

$pid = pcntl_fork();	
switch ($pid) {
  case -1:
    // fatal error 致命错误 所有进程 crash 掉
    break;

  case 0:
    // worker context
    exit; // 这里 exit 掉，避免 worker 继续执行下面的代码而造成一些问题
    break;

  default:
    // master context
    pcntl_wait($status); // pcntl_wait 会阻塞，例如直到一个子进程 exit
    // 或者 pcntl_waitpid($pid, $status, WNOHANG); // WNOHANG:即使没有子进程 exit，也会立即返回
    break;
}

我们看到 master 有调用pcntl_wait或者pcntl_waitpid函数，为什么呢？首先我们在这里得提到两个概念，如下：

• 孤儿进程：父进程挂了，子进程被 pid=1 的 init 进程接管(wait/waitpid)，直到子进程自身生命周期结束被系统回收资源和父进程 采取相关的回收操作
• 僵尸进程：子进程 exit 退出,父进程没有通过 wait/waitpid 获取子进程状态，子进程占用的进程号等描述资源符还存在，产生危害：例如进程号是有限的，无法释放进程号导致未来可能无进程号可用

所以，pcntl_wait或者pcntl_waitpid的目的就是防止 worker 成为僵尸进程(zombie process)。

除此之外我们还需要把我们的 master 挂起和 worker 挂起，我使用的的是 while 循环，然后usleep(200000)防止 CPU 被 100%占用。

最后我们通过下图(1-1)来简单的总结和描述这个多进程实现的过程：

master 控制 worker

上面实现了多进程和多进程的常驻内存，那 master 如何去管理 worker 呢？答案：多进程通信。话不多说 google/bing 一下，以下我列举几种方式：

• 命名管道: 感兴趣
• 队列: 个人感觉和业务中使用 redis 做消息队列思路应该一致
• 共享内存: 违背“不要通过共享内存来通信，要通过通信来实现共享”原则
• 信号: 承载信息量少
• 套接字: 不熟悉

所以我选择了“命名管道”的方式。我设计的通信流程大致如下：

• step 1: 创建 worker 管道
• step 2: master 写消息到 worker 管道
• step 3: worker 读消息从 worker 管道

接着还是逐个击破，当然话不多说还是 google/bing 一下。posix_mkfifo创建命名管道、fopen打开文件(管道以文件形式存在)、fread读取管道、fclose关闭管道就呼啸而出，哈哈，这样我们就能很容易的实现我们上面的思路的了。接着说说我在这里遇到的问题：fopen阻塞了，导致业务代码无法循环执行，一想不对啊，平常fopen普通文件不存在阻塞行为,这时候二话不说 FTM 搜fopen,crtl+f 页面搜“ block ”，重点来了：

fopen() will block if the file to be opened is a fifo. This is true whether it's opened in "r" or "w" mode. (See man 7 fifo: this is the correct, default behaviour; although Linux supports non-blocking fopen() of a fifo, PHP doesn't).

翻译下，大概意思就是“当使用 fopen 的 r 或者 w 模式打开一个 fifo 的文件，就会一直阻塞;尽管 linux 支持非阻塞的打开 fifo，但是 php 不支持。”，得不到解决方案，不支持，感觉要放弃，一想这种场景应该不会不支持吧，再去看看posix_mkfifo,结果喜出望外：

<?php
  $fh=fopen($fifo, "r+"); // ensures at least one writer (us) so will be non-blocking
  stream_set_blocking($fh, false); // prevent fread / fwrite blocking
?>

The "r+" allows fopen to return immediately regardless of external  writer channel.

结论使用“ r+”,同时我们又知道了使用stream_set_blocking防止紧接着的fread阻塞。接着我们用下图(1-2)来简单的总结和描述这个 master-worker 通信的方式。

master 接收信号

最后我们需要解决的问题就是 master 怎么接受来自 client 的信号，google/bing 结论：

master 接收信号 -> pcntl_signal 注册对应信号的 handler 方法 -> pcntl_signal_dispatch() 派发信号到 handler

如下图(1-3)所示，

其他

接着我们只要实现不同信号下 master&worker 的策略，例如 worker 的重启等。这里需要注意的就是，当 master 接受到重启的信号后，worker 不要立即 exit，而是等到 worker 的业务逻辑执行完成了之后 exit。具体的方式就是：

master 接收 reload 信号 -> master 把 reload 信号写 worker 管道 -> worker 读取到 reload 信号 -> worker 添加重启标志位 -> worker 执行完业务逻辑后且检测到重启的标志位后 exit

建模

上面梳理完我们的实现方式后，接着我们就开始码代码了。码代码之前进行简单的建模，如下：

进程管理类 Manager

- attributes
  + master: master 对象
  + workers: worker 进程对象池
  + waitSignalProcessPool: 等待信号的 worker 池
  + startNum: 启动进程数量
  + userPasswd: linux 用户密码
  + pipeDir: 管道存放路径
  + signalSupport: 支持的信号
  + hangupLoopMicrotime: 挂起间隔睡眠时间
- method
  + welcome: 欢迎于
  + configure: 初始化配置
  + fork: forkworker 方法
  + execFork: 执行 forkworker 方法
  + defineSigHandler: 定义信号 handler
  + registerSigHandler: 注册信号 handler
  + hangup: 挂起主进程

进程抽象类 Process

- attributes
  + type: 进程类型 master/worker
  + pid: 进程 ID
  + pipeName: 管道名称 
  + pipeMode: 管道模式
  + pipeDir: 管道存放路径
  + pipeNamePrefix: 管道名称前缀
  + pipePath: 管道生成路径
  + readPipeType: 读取管道数据的字节数
  + workerExitFlag: 进程退出标志位
  + signal: 当前接受到的信号
  + hangupLoopMicrotime: 挂起间隔睡眠时间
- method
  + hangup: 挂起进程(抽象方法)
  + pipeMake: 创建管道
  + pipeWrite: 写管道
  + pipeRead: 读管道
  + clearPipe: 清理管道文件
  + stop: 进程 exit

master 实体类 MasterProcess

- attributes
  + 
- method
  + hangup: 挂起进程

worker 实体类 MasterProcess

- attributes
  + 
- method
  + dispatchSig: 定义 worker 信号处理方式

最后我们需要做的就是优雅的填充我们的代码了。

最后

项目地址 https://github.com/TIGERB/naruto

个人知识还有很多不足，如果有写的不对的地方，希望大家及时指正。

THX~

[whahuzhihao]

所以为什么不用 swoole 呢

[explon]

所以为什么不用 resque 呢？

[owenliang]

不错，但是我更加建议用 C 做 UNIX 开发的学习语言。

[kof21411]

为什么多进程不用 python 呢？

[TIGERB]

@whahuzhihao 就是想用 PHP 自己实现下，哈哈

[TIGERB]

@explon @owenliang @kof21411 就是想用 PHP 自己实现下，哈哈

[extreme]

不错不错。

大概看了下代码，不知道对楼主的代码理解有没有误：
可以用 pcntl_sigwaitinfo()去等待子进程的信号，再调用 pcntl_signal_dispatch()，另外子进程 TERMINATED 了，父进程会收到 SIGCHLD，注册这个信号处理器，处理器里面循环 wait()获取结束的进程一一处理，直到 wait()返回错误。这样就不需要在 Master 那循环+usleep()监控子进程的状态了。

不久前我也弄过一个多任务的，抽象了 Pthread 和 Pcntl： https://github.com/yzsme/Alone-Multitask
不过弄来自用的，不算很精致，当时也还不需要用到 IPC，就没实现 IPC。

[zn]

TigerB，老虎 B ？这名字不错。

[fuxkcsdn]

之前实现过类似的，基于 ipc 实现，可实现自动重启被 kill 的进程
代码没整理过…
https://github.com/consatan/pdaemon

[fuxkcsdn]

上面说错，应该是基于 php 的 System V IPC

[zn]

@TIGERB @extreme 说的子进程回收处理方法才是最正确的，不需要 usleep + 死循环。

@extreme 不过你这搞得太复杂了，依赖了好几个外部项目，一下子就麻烦起来了。貌似还依赖 Pthread ？ Pthread 这玩意儿不好装。

[slince]

写过一个 php 多进程 https://github.com/slince/process

[extreme]

@zn 也没好几个那么夸张，其实两边几乎没耦合，当时是作为一个子模块来弄的。

[extreme]

@zn 另外没强制依赖 Pthread，不用的话就不需要安装，Pthread 要求 PHP Zend Thread Safety 版本。
顺便吐槽下 PHP 的 Pthread 模块实现得很反人类，基本上无法投入到我的生产环境中……

[yougeren]

你可以考虑下 swoole_process，挺友好的

[zh10086]

@TIGERB 我也是学 php 的，但是对进程这块一点不懂，非科班，应该看什么书能对原理理解的透彻些，望各位前辈指点一下

[TIGERB]

@extreme 学习下～

[TIGERB]

@fuxkcsdn 学习下～

[TIGERB]

@zn 哈哈～

[TIGERB]

@slince 学习下～

[TIGERB]

@zh10086 我也是，我现在理解的也不是很透彻，可以了解下 php-fpm 或者 nginx 的实现

[huigeer]

@TIGERB，可以看看 workman，

[awanganddong]

关于 php 学习多进程的，首先自己先实现 php spl 函数，诸如 php-pcntl 相关函数，以及进程之间怎么通讯。
workman 是完全基于 php 函数写的，可以看下他的源码。swoole 是基于 C 扩展。如果没有 c 基础，不建议看。

这里推荐一本经典书，apue。可以大概了解了解。
然后就自己动手撸吧，先从简单的实现。
想想存在的问题，
然后迭代。

友情建议，github 上有很多简单粗暴流的，初期可以看看，因为最起码可以明白原理。