AMPHP -将比池中可用工作线程更多的任务排队

Question

我有一个项目，在这个项目中，我正在将大量的.tif图像转换为PDF文档。文件数量高达数百万。

为了加快这个过程，我使用了Amphp。由于使用Imagemagick转换图像的过程占用了一些cpu资源，因此我想限制并行运行的转换器进程的最大数量。

我的第一种方法是有效的，但是如果我对文件进行排队，而不是给一定数量的工作人员一个x个文件数组，则可以得到改进。

这是我当前的代码，我试图在其中复制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，一旦我入队的任务超过了THREAD_COUNT的数量，我就会收到以下PHP警告：Warning: Worker in pool exited unexpectedly with code -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Windows10上使用的是PHP 7.4.9，而amphp/parallel是1.4.0。

Answer 1

经过更多的实验，我找到了一个解决方案，似乎是可行的。这感觉有点“老生常谈”，所以如果有人有更好的想法，请分享。我认为池会自动建立一个队列，然后由最大数量的工作者处理，但似乎不是这样。

我现在将从Amp\call获得的协程保存在两个独立的数组中。一个包含所有协程，另一个包含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;

将一个项目排入队列后，我会检查是否已经达到了配置的最大线程数。如果池中有最大数量的工作进程，但没有空闲的工作进程，我会在当前循环协程中调用Amp\Promise\first函数来等待新的空闲工作进程。

由于函数会在我下次到达时立即返回(因为完成的协程仍然是我的当前循环数组)，所以我清除了该数组。

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，所以脚本会一直等到所有工作进程完成。

下面是我修改后的代码：

<?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();
    });
}