php - AMPHP - 排队的任务多于池中可用的工作人员

Question

我有一个项目，需要将大量 .tif 图像转换为 PDF 文档。文件数量达到数百万。

为了加快进程，我使用 Amphp。由于使用 Imagemagick 转换图像的过程会占用一些 CPU 功率，因此我想限制并行运行的转换器进程的最大数量。

我的第一种方法有效，但如果我对文件进行排队而不是向一定数量的工作人员提供 x 文件数组，则可以改进。

这是我当前的代码，我尝试在其中复制 the example .

<?php
require dirname(__DIR__) . '/vendor/autoload.php';

$constants = get_defined_constants(true);
$constants = $constants['user'];
$maxFileCount = THREAD_CHUNKSIZE * THREAD_COUNT;
$i = 0;
$folder = opendir(LOOKUP_PATH);
$tasks = [];

while ($i < $maxFileCount && (false !== ($import_file = readdir($folder)))) {
    $fileParts = explode('.', $import_file);
    $ext = strtolower(end($fileParts));
    if($ext === 'xml') {
        $filePath = LOOKUP_PATH. 'xml'.DIRECTORY_SEPARATOR.$import_file;
        $tasks[] = new ConvertPdfTask([$filePath], $constants);
    }
    $i++;
}
if(!empty($tasks)) {
    Amp\Loop::run(function () use ($tasks) {
        $coroutines = [];
        $pool = new Amp\Parallel\Worker\DefaultPool(THREAD_COUNT);
        foreach ($tasks as $index => $task) {
            $coroutines[] = Amp\call(function() use ($pool, $task) {
                return yield $pool->enqueue($task);
            });
        }
        $results = yield Amp\Promise\all($coroutines);

        return yield $pool->shutdown();
    });
}

我的问题是，一旦我排队的任务数量超过 THREAD_COUNT 数量，我就会收到以下 PHP 警告:警告:池中的工作线程意外退出，代码为 -1 并且没有创建 PDF。

只要我保持在最大池大小以下，一切都很好。

我在 Windows 10 上使用 PHP 7.4.9 和 amphp/parallel 1.4.0。

Answer 1

经过一些更多的实验，我找到了一个解决方案，这似乎可行。 感觉有点“hacky”，所以如果有人有更好的想法，请分享。我以为池会自动建立一个队列，然后由最大数量的工作人员处理，但事实似乎并非如此。

我现在将从 Amp\call 获取的协程保存在两个单独的数组中。一种保存所有协程，另一种保存当前循环的所有协程。

$coroutine = Amp\call(function () use ($pool, $task) {
    return yield $pool->enqueue($task);
});
$loopRoutines[] = $coroutine;
$allCoroutines[] = $coroutine;

将项目放入队列后，我检查是否已达到配置的最大线程数。如果池中有最大数量的工作线程且没有空闲工作线程，我会在当前循环协程上调用 Amp\Promise\first 函数来等待新的空闲空闲工作线程。

由于该函数会在我下次到达那里时立即返回(因为完成的协程仍然是我的当前循环数组)，因此我清除了该数组。

if ($pool->getWorkerCount() >= (THREAD_COUNT) && $pool->getIdleWorkerCount() === 0) {
    yield Amp\Promise\first($loopRoutines);
    $loopRoutines = [];
}

在 foreach 之后，我在所有协程数组上调用 Amp\Promise\all，因此脚本会等待所有工作线程完成。

这是我更改的代码:

<?php
require dirname(__DIR__) . '/vendor/autoload.php';

$constants = get_defined_constants(true);
$constants = $constants['user'];
$maxFileCount = THREAD_CHUNKSIZE * THREAD_COUNT;
$i = 0;
$folder = opendir(LOOKUP_PATH);
$tasks = [];

while ($i < $maxFileCount && (false !== ($import_file = readdir($folder)))) {
    $fileParts = explode('.', $import_file);
    $ext = strtolower(end($fileParts));
    if($ext === 'xml') {
        $filePath = LOOKUP_PATH. 'xml'.DIRECTORY_SEPARATOR.$import_file;
        $tasks[] = new ConvertPdfTask([$filePath], $constants);
    }
    $i++;
}
if(!empty($tasks)) {
    Amp\Loop::run(function () use ($tasks) {
        $allCoroutines = [];
        $loopRoutines = [];
        $pool = new Amp\Parallel\Worker\DefaultPool(THREAD_COUNT);
        foreach ($tasks as $index => $task) {
            $coroutine = Amp\call(function () use ($pool, $task) {
                return yield $pool->enqueue($task);
            });
            $loopRoutines[] = $coroutine;
            $allCoroutines[] = $coroutine;
            if ($pool->getWorkerCount() >= THREAD_COUNT && $pool->getIdleWorkerCount() === 0) {
                yield Amp\Promise\first($loopRoutines);
                $loopRoutines = [];
            }
        }
        yield Amp\Promise\all($allCoroutines);

        return yield $pool->shutdown();
    });
}