先讲下为什么要使用swoole异步任务,在项目中我们经常会遇到执行时间比较久的请求(上传,爬取等),让用户一直等待不是好的体验,所以我们使用swoole异步请求,先返回‘执行中’,等异步任务执行完毕再修改状态。
接下来我们来实现swoole在thinkphp 里的集成:
1.安装swoole
推荐使用官网提供的安装方式 安装swoole扩展
2.安装QueryList
composer require jaeger/querylist
文档地址 querylist
3.在Tp5里自定义一个命令行类
在application下建立一个console文件夹用来存放自定义命令文件,然后在该文件夹下新建Crawler.php文件,编辑application目录下的command.php文件
添加如下代码
return [
'app\console\Crawler',
];
setName('crawler:start')->setDescription('Start Crawler Server!');
}
protected function execute(Input $input, Output $output)
{
$serv = new \swoole_server('0.0.0.0',9502);//9502为swoole监听端口,可以自行设置
$serv->set(array('task_worker_num' => 4));//异步进程数量 根据实际情况进行配置,参照官网提供的方案
$serv->on('connect', function ($serv, $fd){
});
$serv->on('receive', function($serv, $fd, $from_id,$data) {
//投递异步任务 $data为接口传递的参数,接收参数做一些处理之后交给task
echo'收到任务';
$serv->task($data);
});
$serv->on('task', function ($serv, $task_id, $from_id, $data) {
//接收receive传递的任务,进行执行
//本例中实现的是爬取京东商品任务 ,大家可以根据自身情况修改
echo'执行任务';
$this->crawler($data);
});
$serv->on('finish', function ($serv, $task_id, $data) {
});
$serv->start();
}
/**
* 采集商品数据
* @param $activity_id
* @return bool
*/
private function crawler($activity_id)
{
//假设 $number 为京东活动id
$number = 123456;
$data = [];
$limit = 1;//起始
$ql = QueryList::getInstance();
for (; ;) {
$offset = $limit * 30 + 1;//偏移量
//这个url是通过分析京东加载商品接口提取出来的,修改这几个参数就能模拟分页爬取到京东全部活动的商品
$url = 'https://search.jd.com/s_new.php?activity_id=' . $number . '&vt=2&scc=1&page=' . $limit . '&s=' . $offset . '&scrolling=y&tpl=1_M';
//这里使用了代理,因为循环爬取的原因被京东检测到了封了ip,所以使用动态代理爬取,代理的使用根据代理服务商提供的api每个都不同,在本文不详细介绍
$crawler = $this->immediate($url);
if ($crawler) {
$query = [];
//phpquery 的核心思想就是使用php像js一样通过dom操作页面
//下面代码的意思是 获取页面的html 找到class为gl-item的子元素,并遍历(就是遍历京东页面展示的商品div)
$ql->html($crawler)->find('.gl-item')->children()->map(function ($item) use (&$query, $number, $activity_id) {
$tags = '';
//找到标签展示规律并提取
$item->find('.p-icons')->children()->map(function ($child_tag) use (&$tags) {
$tags .= $child_tag->html() . ',';
});
//找到商品价格展示规律并提取
$price = $item->find('.p-price>strong>i')->html();
if (!$price) {
$price = $item->find('.p-price>strong')->attrs('data-price')[0] ?? 0;
}
if ($price && $price > 0) {
//这里通过节点找到需要的数据和数据表对应存到mysql
$query[] = [
'activity_id' => $activity_id,
'activity_number' => $number,
'goods_number' => $item->find('.p-operate>a')->attrs('data-sku')[0] ?? '',
'title' => $item->find('.p-name-type-2>a>em')->text(),
'image' => 'http:' . $item->find('.p-img>a>img')->attrs('source-data-lazy-img')[0] ?? '',
'price' => $price,
'tags' => rtrim($tags, ','),
'shop_name' => $item->find('.p-shop>span>a')->html(),
'shop_number' => $item->find('.p-img>div')->attrs('data-venid')[0] ?? '',
];
}
});
if (count($query)) {
foreach ($query as $k => $v) {
$data[] = $v;
}
$limit++;
} else {
break;
}
}
//尽量让爬虫等待一秒再执行,避免内存溢出
sleep(1);
};
//爬虫功能结束之后及时释放内存
$ql->destruct();
//.......
//接下来把数据存进mysql中就大功告成啦
}
}
4.写一个接口去调用异步任务
public function swoole_task(Request $request){
$type = $request->param('type');
$client = new \swoole_client(SWOOLE_SOCK_TCP, SWOOLE_SOCK_SYNC);
$ret = $client->connect("服务器ip", 9502);
if(empty($ret)){
return 'FAIL';
} else {
$client->send($type);//提交任务到crawler.php 处理 我是传参$type实现不同的异步任务调用
return 'SUCCESS';
}
}
5.进入tp5 项目根目录执行命令
php think crawler:start//通常用于调试
让swoole监听命令以守护进程方式运行(服务器)
php think crawler:start &
6.执行上面写好的调用接口swoole_task 可以在你想用的任何地方调用
7.效果
本文提供的方法仅供参考,实例并不能直接执行,需要大家理解工作原理后结合自身项目进行使用
8.推荐一下本文使用技术在项目中的应用,微信搜索‘东东小卖部’,每天会爬取最新的京东满减打折活动,
通过算法凑成满减之后将商品组合返回给用户,亲身体验过非常不错,这个项目对于喜欢网购的朋友们来说绝对会带给你非常棒的体验。
大家要是觉得本文有帮助的话,帮忙关注下公众号分享给身边的人,不许白嫖哦,十分感谢