《面試官別再問》PHP運用多執行緒(Multi-thread)實現非阻塞方法

PHP 多執行緒與非阻塞實戰：台灣工程師的務實選擇

前言

身為 PHP 工程師，我們常會遇到需要處理耗時操作的場景，例如發送大量郵件、處理圖片或進行複雜運算。如果這些操作都循序執行，很容易造成程式卡住，使用者體驗當然不好。這時候，「非阻塞」與「多執行緒」的概念就顯得非常重要了。

PHP 本身在設計上，和 Java 或 Python 這些語言相比，對於「真正的」多執行緒支援確實比較不一樣。不過別擔心，這不代表 PHP 無法實現非阻塞的平行處理。今天這篇文章，就是要跟大家分享幾種在 PHP 中實現多執行緒或非阻塞方法的實用技巧，希望能幫助大家在專案中更有效地處理高併發和耗時任務。

---

方法 1：利用 pthreads 擴充套件，實現「真」多執行緒

如果您真的需要「多執行緒」這個概念，pthreads 擴充套件是 PHP 裡面比較接近傳統定義的選擇。它允許您在 PHP 中建立和管理執行緒，讓多個任務同時運行。

安裝 pthreads

首先，要使用 pthreads，您的 PHP 環境必須啟用 ZTS (Zend Thread Safety)。這點很重要，可以用 php -i | grep Thread 簡單檢查一下。確認是 ZTS 版本後，就能透過 pecl 安裝：

Bash

pecl install pthreads

安裝完畢別忘了在 php.ini 裡面啟用它：

Ini, TOML

extension=pthreads.so

範例：實際跑看看 pthreads

下面這個範例，模擬了多個耗時任務同時執行，主程式不會被卡住：

PHP

<?php
class MyThread extends Thread {
    private $id;

    public function __construct($id) {
        $this->id = $id;
    }

    public function run() {
        // 模擬耗時任務，睡個幾秒
        sleep(rand(1, 5));
        echo "Thread {$this->id} finished!\n";
    }
}

// 建立多個執行緒
$threads = [];
for ($i = 0; $i < 5; $i++) {
    $threads[$i] = new MyThread($i);
    $threads[$i]->start(); // 啟動執行緒
}

// 等待所有執行緒完成
foreach ($threads as $thread) {
    $thread->join(); // 主執行緒會等子執行緒跑完
}

echo "All threads completed!\n";
?>

說明與注意事項

這個方法讓每個 MyThread 實例都獨立跑一個任務。start() 負責啟動，而 join() 則讓主程式等待子執行緒完成。這樣的好處是任務可以真正並行，不會互相阻塞。

不過，pthreads 也有一些需要留意的地方：

• 只適用於 CLI 環境：在 Apache 或 Nginx 這種 Web 環境下，pthreads 是不適合使用的。

• 版本相容性：pthreads 在 PHP 7.4 之前的版本支援度比較好，PHP 8.x 後，官方對它的支援度就有限了，使用前建議確認版本。

• 資料共享的眉角：多執行緒間資料共享需要特別小心，避免發生競爭條件 (race condition) 導致資料出錯。

---

方法 2：擁抱 Swoole 的協程，為高併發而生

對於現代 PHP 應用，尤其需要處理高併發或大量 I/O 操作的場景，Swoole 是一個非常值得投入的解決方案。它透過「協程 (Coroutine)」的概念，實現了比 pthreads 更輕量且高效的非阻塞異步處理。

安裝 Swoole

安裝 Swoole 很簡單，一樣透過 pecl 即可：

Bash

pecl install swoole

然後在 php.ini 啟用：

Ini, TOML

extension=swoole.so

範例：用 Swoole 協程處理非阻塞任務

以下範例展示如何利用 Swoole 協程來模擬非阻塞任務的執行：

PHP

<?php
use Swoole\Coroutine;

Co\run(function () {
    // 模擬多個並行任務
    for ($i = 0; $i < 5; $i++) {
        Coroutine::create(function () use ($i) {
            // 模擬耗時操作，例如 HTTP 請求或檔案讀寫
            Coroutine\sleep(rand(1, 3));
            echo "Task {$i} finished!\n";
        });
    }
});

echo "All tasks completed!\n";
?>

說明與優點

Swoole 的 Co\run 是協程的入口，而 Coroutine::create 則會建立一個協程。Coroutine\sleep 是一個非阻塞的睡眠函數，很適合用來模擬網路請求或資料庫操作這類耗時任務。

Swoole 的優點非常顯著：

• 輕量高效：協程比執行緒輕量許多，適合處理大量併發請求。

• 非阻塞 I/O：特別適合處理 HTTP 請求、資料庫查詢等 I/O 密集型操作。

• 支援 PHP 8.x：在 PHP 8.x 環境下，Swoole 的穩定性相當不錯。

不過，要入門 Swoole，您可能需要花點時間熟悉它的協程 API，因為它的程式設計模式會和傳統 PHP 有些不同。

---

方法 3：pcntl_fork 進程級非阻塞，老派但實用

如果您在 CLI 環境下，又不方便安裝 pthreads 或 Swoole，PHP 內建的 pcntl 擴充套件可以透過「進程分支 (fork)」來實現非阻塞。雖然不是執行緒，但也能達到類似的效果。

安裝 pcntl

pcntl 大部分 Linux 發行版都已經預裝，您可以用 php -m | grep pcntl 來檢查是否啟用。

範例：使用 pcntl_fork 處理非阻塞

PHP

<?php
$pid = pcntl_fork();

if ($pid == -1) {
    die("Could not fork!\n");
} elseif ($pid) {
    // 父進程
    echo "Parent process, waiting for child...\n";
    pcntl_wait($status); // 等待子進程完成
    echo "Child process completed!\n";
} else {
    // 子進程
    sleep(3); // 模擬耗時任務
    echo "Child process finished!\n";
    exit(0);
}
?>

說明與注意事項

pcntl_fork 會建立一個子進程，讓父子進程獨立運行。子進程處理耗時任務，父進程則可以繼續做自己的事，或者等待子進程完成。

這個方法雖然能實現非阻塞，但有幾個限制：

• 僅限 CLI 環境：和 pthreads 一樣，pcntl 也只適用於命令列介面。

• Windows 不支援：在 Windows 環境下無法使用。

• 資源消耗較大：進程比執行緒「重」很多，資源開銷會比較大。

• 進程間通訊較複雜：如果父子進程需要互相傳遞資料，會需要處理較複雜的進程間通訊 (IPC) 機制。

---

方法 4：異步函數庫（ReactPHP / Amp），事件驅動的優雅

如果您不希望依賴額外的 PHP 擴充套件，或者主要處理的是 I/O 密集型任務，那麼基於事件循環 (Event Loop) 的異步函數庫，例如 ReactPHP 或 Amp，會是非常不錯的選擇。

安裝 ReactPHP

透過 Composer 即可輕鬆安裝：

Bash

composer require react/event-loop

範例：用 ReactPHP 實現非阻塞

PHP

<?php
require 'vendor/autoload.php';

use React\EventLoop\Factory;

$loop = Factory::create();

for ($i = 0; $i < 5; $i++) {
    $loop->addTimer($i + 1, function () use ($i) {
        echo "Task {$i} executed!\n";
    });
}

$loop->run();
echo "All tasks completed!\n";

說明與優點

ReactPHP 的核心概念是事件循環。它透過 addTimer 這類方法，將任務排入事件佇列，然後事件循環會非阻塞地執行這些任務。在實際應用中，這可以用來處理非阻塞的 HTTP 請求、檔案操作或資料庫連線。

這種方法的優勢是：

• 輕量且免 ZTS：純 PHP 實現，無需特殊編譯或 ZTS 支援。

• 環境彈性：適用於 Web 和 CLI 環境。

• 擅長 I/O 密集型任務：非常適合處理需要等待外部資源響應的任務。

缺點是需要學習事件循環的程式設計模式，對於 CPU 密集型任務的效果也比較有限。

---

補充：Python 中的多執行緒與非同步

既然提到了 PHP 的多執行緒與非阻塞，也順便聊聊 Python 是怎麼處理這些問題的。Python 在這方面，與 PHP 有些不同，但同樣提供了強大的工具。

1. Python 的多執行緒 (Threading)

Python 內建的 threading 模組可以很方便地實現多執行緒。不過，有個特別的機制叫做 GIL (Global Interpreter Lock)，會讓同一個 Python 進程中，即使有多個執行緒，也只能有一個執行緒在任何時間點執行 Python 位元碼。

這代表什麼呢？

• 適合 I/O 密集型任務：當任務涉及大量等待（例如網路請求、文件讀寫），GIL 會在等待時釋放，讓其他執行緒有機會運行，所以多執行緒能發揮作用。

• 不適合 CPU 密集型任務：因為 GIL 的存在，CPU 密集型任務無法真正利用多核心，效能提升不明顯。對於這類任務，Python 更推薦使用多進程。

範例：Python 多執行緒

Python

import threading
import time
import random

class MyThread(threading.Thread):
    def __init__(self, id):
        super().__init__()
        self.id = id

    def run(self):
        # 模擬耗時任務
        sleep_time = random.randint(1, 5)
        time.sleep(sleep_time)
        print(f"Thread {self.id} finished after {sleep_time} seconds!")

# 建立多個執行緒
threads = []
for i in range(5):
    thread = MyThread(i)
    threads.append(thread)
    thread.start() # 啟動執行緒

# 等待所有執行緒完成
for thread in threads:
    thread.join() # 主執行緒等待子執行緒完成

print("All threads completed!")

2. Python 的多進程 (Multiprocessing)

為了突破 GIL 的限制，Python 提供了 multiprocessing 模組。它透過創建新的進程來實現真正的並行，每個進程都有自己的 Python 解釋器和記憶體空間，因此不受 GIL 的影響。

• 適合 CPU 密集型任務：可以充分利用多核心處理器，提升 CPU 密集型任務的效能。

• 進程間通訊：需要處理進程間的資料傳遞和同步問題。

範例：Python 多進程

Python

import multiprocessing
import time
import random

def task(id):
    # 模擬耗時任務
    sleep_time = random.randint(1, 5)
    time.sleep(sleep_time)
    print(f"Process {id} finished after {sleep_time} seconds!")

# 建立多個進程
processes = []
for i in range(5):
    p = multiprocessing.Process(target=task, args=(i,))
    processes.append(p)
    p.start() # 啟動進程

# 等待所有進程完成
for p in processes:
    p.join() # 主進程等待子進程完成

print("All processes completed!")

3. Python 的異步 I/O (Asyncio)

Python 3.5 引入的 asyncio 模組，透過協程 (coroutine) 的概念實現了單執行緒的非同步 I/O。它的工作原理和 PHP 的 Swoole 或 ReactPHP 類似，都是基於事件循環來管理任務。

• 適合 I/O 密集型任務：非常高效，能夠同時處理大量非阻塞的 I/O 操作（如網路請求、資料庫查詢）。

• 單執行緒：不涉及多執行緒或多進程的複雜性，但不能利用多核心來加速 CPU 密集型任務。

• 程式碼可讀性：async/await 語法讓非同步程式碼看起來像同步程式碼一樣，提高了可讀性。

範例：Python Asyncio

Python

import asyncio
import time
import random

async def async_task(id):
    # 模擬非阻塞耗時操作
    sleep_time = random.randint(1, 3)
    print(f"Task {id} started, sleeping for {sleep_time} seconds...")
    await asyncio.sleep(sleep_time) # 非阻塞等待
    print(f"Task {id} finished!")

async def main():
    tasks = []
    for i in range(5):
        tasks.append(async_task(i))
    
    await asyncio.gather(*tasks) # 同時運行所有異步任務

print("Starting asyncio tasks...")
asyncio.run(main())
print("All asyncio tasks completed!")

Python 總結與建議

• I/O 密集型任務：asyncio 是首選，它提供了最高效的非阻塞 I/O。threading 也可以用，但 asyncio 在大規模併發上通常表現更好。

• CPU 密集型任務：multiprocessing 是最佳選擇，可以突破 GIL 限制，充分利用多核心。

---

總結與個人建議

看到這裡，您會發現 PHP 雖然沒有像其他語言那樣「開箱即用」的多執行緒，但透過不同的工具和方法，我們還是能很好地實現非阻塞的平行處理。同時，我們也了解到 Python 在處理多執行緒和異步時的不同策略。

簡單總結一下，給您一些務實的建議：

• 處理 I/O 密集型任務 (例如網路請求、資料庫操作)：

  • PHP 環境下，首選 Swoole：如果您追求高效能和高併發，且環境允許，Swoole 絕對是第一選擇。它在 PHP 8.x 上表現穩定，是現代 PHP 開發的利器。

  • PHP 環境下，考慮 ReactPHP 或 Amp：如果您不希望引入擴充套件，或者專案規模較小，這兩個異步函數庫會更輕量且容易整合。

  • Python 環境下，強烈推薦 asyncio：這是處理 Python I/O 密集型任務最現代且高效的方式。

• 處理 CPU 密集型任務 (例如複雜運算、圖片處理)：

  • PHP 環境下，pthreads (需 ZTS)：如果真的需要「多執行緒」來利用多核心，且環境支援 ZTS，可以考慮。但要注意版本相容性和穩定性。

  • PHP 環境下，pcntl_fork (僅 CLI，非 Windows)：如果您只是在 CLI 環境下做簡單的進程級分離，這個方法也可以。

  • Python 環境下，使用 multiprocessing：這是 Python 中處理 CPU 密集型任務，真正利用多核心的最佳方法。

• 環境限制：

  • Web 環境 (Apache/Nginx)：PHP 優先選擇 Swoole 或 ReactPHP。

  • CLI 環境：PHP 的 pthreads、Swoole 或 pcntl 均可；Python 的 threading、multiprocessing 或 asyncio 也都適用。

  • Windows 環境：PHP 請避免使用 pcntl，優先選擇 Swoole 或 ReactPHP；Python 的 multiprocessing 在 Windows 下有些行為差異，但基本功能可用。

---

一點小結

沒有最好的工具，只有最適合您專案需求的方案。在選擇時，除了考量效能，也別忘了團隊的熟悉度、專案的長期維護性，以及環境的限制。希望這篇文章能幫助您在 PHP 和 Python 的非阻塞與多執行緒之路走得更順遂！

---

參考資源：

• pthreads 文件：https://www.php.net/manual/en/book.pthreads.php

• Swoole 官方網站：https://www.swoole.com/

• ReactPHP 官方網站：https://reactphp.org/

• Amp 官方網站：https://amphp.org/

• Python threading 模組：https://docs.python.org/zh-cn/3/library/threading.html

• Python multiprocessing 模組：https://docs.python.org/zh-cn/3/library/multiprocessing.html

• Python asyncio 模組：https://docs.python.org/zh-cn/3/library/asyncio.html