10.09.2015 11:27
iCubeDm 24 9294 Источник


Добрый день, уважаемые хабровчане.

Сегодня я хотел бы поговорить о таких нетривиальных вещах, как асинхронные (параллельные) расчеты в языке PHP.
Сам по себе PHP — это скриптовый язык, который никогда и не претендовал на многопоточность. Но чем дальше в лес, тем более серьезные задачи стоят перед разработчиками, и тем больше приходится «извращаться» с пыхом, потому что мигрировать на более приспособленный под эти задачи язык программирования многие компании попросту боятся и не хотят. Следовательно, приходится работать с тем, что дают.
Подробности под катом…


Какое-то время назад передо мной стояла достаточно нетривиальная задача.
Если вкратце, то в проекте было реализовано примерно 20 очень тяжеловесных модулей по расчету стоимости товара.
Всё это висело на нескольких реляционных таблицах, каждый из модулей содержал свои собственные правила расчета и тп. Но выдавать на клиент всё это нужно было единым пакетом. И это должно было выполняться быстро. Очень быстро. Кеширование спасало, но в очень ограниченных объемах, совсем недостаточных для выполнения технических требований.

Алгоритм был довольно прост: на вход подавались необходимые аргументы, потом инстанцировались в массив все модули, и в цикле всё это дело просчитывалось. Ответ собирался в единый объект и выплёвывался на клиент для постобработки.

Так вот, в определенный момент мы с командой зашли в тупик, и поняли, что каждый новый модуль добавляет даже не линейное количество времени обработки, а с какой-то возрастающей прогрессией.

Как вы сами уже догадались, было предложено каким-либо образом распараллелить процесс. Но с PHP это непросто, потому что он этого не умеет делать из коробки.

Были опробованы разные решения:


К сожалению, так в итоге ни к чему и не пришли. Было решено свернуть проект.

Но для меня вопрос остался открыт, потому что решение быть должно. И ещё тогда мы задумывались о некоем подобии “подпроцессов”, которые порождает основной скрипт (аналог exec() функции).

С тех пор прошло довольно много времени, из проекта я давно ушел. Но вот буквально на прошлой неделе у меня появилась одна очень нетривиальная задача: написать скрипт, который определенным образом залогирует текущее состояние некоей entity и часть её тяжелых реляционных зависимостей. Для этого используется 2 класса, правильно подготавливающих данные и сохраняющих это в БД. Проблема в том, что таких объектов примерно 2800. Мой скрипт отваливается по 

PHP Fatal error:  Allowed memory size of <over9000> bytes exhausted.

На каждый пакет из 50 entities тратится, в среднем, 190мб памяти, с каждым новым пакетом кол-во использованной памяти росло. При полном отключении ограничений на использование оперативки, я получил такую же ошибку плюс Segmentation Fault.

Т.е. так или иначе, нужно было придумать как избежать переполнения оперативной памяти в скрипте, и постараться сделать его “чуточку” побыстрее. Сперва попытались разобраться, почему увеличивается потребление памяти из итерацию в итерацию. Оказалось, что ноги растут из особенностей работы симфового ServiceContainer и EventDispatcher. Там в event подпихивается весь контейнер, и потом это делается рекурсивно. Обходить нам это всё было, честно говоря, лень, и мой коллега предложил довольно изящное решение.

В наборе компонентов Symfony2 есть такая замечательная штука, как Symfony Process Component.
Эта вундервафля позволяет в ходе выполнения скрипта породить подпроцесс и запустить его в CLI-режиме (как обычную консольную команду).

Сперва мы просто попробовали “отпочковывать” по одному процессу для ограничения использования RAM. Но потом в доках вычитали, что эта штука умеет работать асинхронно.

Было решено опробовать это в деле. В итоге получилось нечто вроде этого(Ниже пример с Example-репозитория на GitHub. Логика самих подпроцессов очень простая, но утяжеленная):

MainCommand
<?php

namespace Example\Command;

use Symfony\Component\Console\Command\Command;
use Symfony\Component\Console\Input\InputInterface;
use Symfony\Component\Console\Output\OutputInterface;
use Symfony\Component\Process\Process;

class MainCommand extends Command
{
   protected function configure()
   {
       $this->setName('example:main')
           ->setDescription('Run example command with optional number of CPUs')
           ->addArgument('CPUs', null, 'number of working CPUs', 2);
   }

   protected function execute(InputInterface $input, OutputInterface $output)
   {
       $channels    = [];
       $maxChannels = $input->getArgument('CPUs');

       $exampleArray = $this->getExampleArray();
       $output->writeln('<fg=green>Start example process</>');
       while (count($exampleArray) > 0 || count($channels) > 0) {
           foreach ($channels as $key => $channel) {
               if ($channel instanceof Process && $channel->isTerminated()) {
                   unset($channels[$key]);
               }
           }
           if (count($channels) >= $maxChannels) {
               continue;
           }

           if (!$item = array_pop($exampleArray)) {
               continue;
           }
           $process = new Process(sprintf('php index.php example:sub-process %s', $item), __DIR__ . '/../../../');
           $process->start();
           if (!$process->isStarted()) {
               throw new \Exception($process->getErrorOutput());
           }
           $channels[] = $process;
       }
       $output->writeln('<bg=green;fg=black>Done.</>');
   }

   /**
    * @return array
    */
   private function getExampleArray()
   {
       $array = [];
       for ($i = 0; $i < 30; $i++) {
           $name = 'No' . $i;
           $x1   = rand(1, 10);
           $y1   = rand(1, 10);
           $x2   = rand(1, 10);
           $y2   = rand(1, 10);

           $array[] = $name . '.' . $x1 . '.' . $y1 . '.' . $x2 . '.' . $y2;
       }

       return $array;
   }
}


SubProcessCommand
<?php

namespace Example\Command;

use Symfony\Component\Console\Command\Command;
use Symfony\Component\Console\Input\InputInterface;
use Symfony\Component\Console\Output\OutputInterface;

class SubProcessCommand extends Command
{
   protected function configure()
   {
       $this->setName('example:sub-process')
           ->setDescription('Run example sub-process command')
           ->addArgument('item');
   }

   protected function execute(InputInterface $input, OutputInterface $output)
   {
       $items = explode('.', $input->getArgument('item'));
       $pointName = $items[0];
       $x1        = $items[1];
       $y1        = $items[2];
       $x2        = $items[3];
       $y2        = $items[4];

       // Used for mocking heavy execution.
       $sum = 0;
       for ($i = 1; $i <= 30000000; $i++){
           $sum += $i;
       }

       $distance = bcsqrt(pow(($x2 - $x1),2) + pow(($y2 - $y1),2));
       $data = sprintf('Point %s: %s', $pointName, (string)$distance);

       file_put_contents(__DIR__.'/../../../output/Point'.$pointName , print_r($data, 1), FILE_APPEND);
   }
}


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

use Symfony\Component\Console\Application;

$application = new Application();
$application->add(new \Example\Command\MainCommand());
$application->add(new \Example\Command\SubProcessCommand());
$application->run();



В итоге имеем примерно вот такую картину:


Скажу откровенно, я был очень впечатлён такими возможностями.
Надеюсь, некоторым эта статья будет в помощь. В качестве дополнительного материала оставлю тут ссылку на репозиторий, где был реализован пример, приведенный выше.

Репозиторий

Спасибо за внимание. Буду рад отзывам и комментариям.

UPD
Огромное спасибо AlmazDelDiablo и skvot за напоминание.
Данное решение будет работать только в том случае, если в проекте не запрещена функция proc_open(), на которой базируется Symfony Process компонента

Обновил скриншот htop. Теперь есть данные по процессам. Спасибо hell0w0rd

Комментарии (24)


  1. AlmazDelDiablo
    10.09.2015 15:00
    #8567823
    +7

    Каждый из подпроцессов съедает 0% памяти и 0% CPU, при этом все ядра компьютера загружены. По-моему, это, как минимум, странно.
    Думается мне, что оптимизировать надо было код, а не пытаться его распилить на кусочки, дабы уложиться в memory_limit.

    PS: а вообще, вся суть статьи сводится к тому, что ты использовал Process из Symfony.


    1. iCubeDm
      10.09.2015 15:29
      #8567873
      +1

      Спасибо за отзыв)

      Действительно сложно отрицать несостыковку в показателях. Но скорее всего я просто поймал момент смены процессов или это баг самого htopa.
      В качестве пруфа я и выложил реп. Можно потестить на своей тачке.

      По поводу оптимизации.
      Да, для каких-то постоянных решений, особенно которые будут закладываться в ядро системы, я бы ни в коем случае не стал бы такое использовать. И все тяжелые скрипты нужно переписывать и разносить логику.
      Данный же случай — скорее исключение. Нужно было написать одноразовую команду по сбору своеобразного «среза» с текущего состояние БД.
      В лоб не получилось. С оптимизацией, имхо, было бы гораздо больше геморроя.

      По поводу постскриптума.
      Да, суть уловил верно. Это своеобразный рецепт по использованию. Подобных решений я, к сожалению, не встречал. Решил, что некоторым может быть полезно.

      Еще раз спасибо за дельный отзыв ;)


      1. hell0w0rd
        10.09.2015 16:26
        #8568003
        +1

        Если у вас, вдруг, osx, то htop надо запускать с sudo.


        1. iCubeDm
          10.09.2015 16:27
          #8568005

          да, OS X. Спасибо)


  1. skvot
    10.09.2015 15:06
    #8567837
    +1

    Неужели нельзя решить проблему с памятью средствами самого PHP, не прибегая к распаралелливанию процессов в принципе?


    1. iCubeDm
      10.09.2015 15:29
      #8567877

      см. ответ к предыдущему комментарию.

      UPD
      Кстати. Решено всё было исключительно при помощи средств php. Symfony Process Component базируется на функции proc_open()


  1. maxru
    10.09.2015 17:15
    #8568115

    На каждый пакет из 50 entities тратится, в среднем, 190мб памяти, с каждым новым пакетом кол-во использованной памяти росло


    И вместо того, чтобы найти причину, почему Doctrine (doctrine ведь?) сжирает ресурсы, было принято решение распараллелить процессы?


    1. iCubeDm
      10.09.2015 17:29
      #8568137

      Да, Doctrine.

      С одной стороны, да, было принято такое решение.
      С другой стороны, не стали делать это лишь потому, что вариант с распараллеливанием был наименее затратным для одноразовой команды.

      И ещё один момент)))
      Жуть как хотелось попробовать (=


    1. maxru
      16.09.2015 15:47
      #8575535

      Ну да, наименее затратным.
      А когда и параллельные процессы начнут жрать память, будете дальше распараллеливать и сервера закупать?


      1. iCubeDm
        16.09.2015 17:24
        #8575697

        наименее затратным для одноразовой команды


        1. maxru
          16.09.2015 18:03
          #8575765

          Для одноразовой команды достаточно было лимит оперативной памяти увеличить, костыль ничем не лучше и не худе вашего.


          1. iCubeDm
            16.09.2015 18:36
            #8575813

            Возможно. Но давайте оставим такие решения на суд кодревью. Так или иначе, никто из комментаторов того кода не видел. А смысл обсуждать то, что не видели — практически нулевой.

            Данная статья не об оптимизации, как я писал ниже.
            Это даже не руководство. А просто мой личный опыт реализации работы компоненты на конкретном примере.

            И нацелен он был не на умудрённых опытом кавалеристов с овер-9000ным уровнем скилла, а на людей ищущих примеров реализации асинхронности в php.


  1. SkyLord
    10.09.2015 17:43
    #8568189
    +2

    Вот все говорят, что мол не ту проблему решал и т.п. А я похвалю — статья познавательная, личный опыт использования компонента Process для асинхронных задач был любопытен и подобная инфа может очень даже пригодиться.

    Спасибо, что поделился!


  1. Tramvai
    10.09.2015 18:27
    #8568249
    +7

    Человек узнал про компонент Symfony и решил расказать о нем другим? На руководство по использованию компонента не дотягивает, хоть документация по нему и так прекрасна.
    PS. Утечка памяти для Doctrine это обычное дело и обычно это можно решить немного погуглив. Одна из причин — identity map


    1. Fesor
      12.09.2015 12:06
      #8570251
      +1

      Не Identity map а Unit of work, которому она нужна. И это не утечка памяти, так как мы эту память высвободить таки можем, просто уничтожив UoW текущий.

      Вся проблема заключается по сути в том что после каждой операции не чистили UoW, что подтверждается следующей цитатой:

      а с какой-то возрастающей прогрессией.


      То есть на каждый flush у нас в UoW крутилось все больше и больше объектов. Это увеличивает расход памяти и снижает производительность.


      1. Tramvai
        12.09.2015 21:08
        #8570499

        Я именно об этом и говорил, только на более высоком уровне, оставив возможность читателю исследовать эту тему самостоятельно не привязываясь к контексту статьи. Но спасибо, что разложили конкретный случай по полочкам.


        1. iCubeDm
          12.09.2015 22:05
          #8570517

          Спасибо большое за ценную обратную связь.
          На досуге попробую решить проблему утечки памяти на описанном примере.

          По теме хочу сказать лишь одно. Ребят, тема не «Оптимизация работы проекта с помощью асинхронного выполнения PHP скриптов» и не «Руководство по асинхронному выполнению PHP скриптов». Поэтому как-то неприятно, что ли, получилось.

          Эта статья была создана исключительно ради того, чтобы на живом примере показать, как с помощью описанных компонент можно реализовать асинхронность. Причиной тому стало то, что ранее я с подобным опытом не сталкивался, поэтому решил поделится.

          Если же у вас такого опыта более, чем достаточно — я очень вам завидую.
          Но сарказм в данном случае не самое архитектурно красивое решение.


          1. Fesor
            13.09.2015 20:53
            #8570961

            ну… я рад за вас, проекты типа php-pm уже довольно давно крутятся, у кого-то в продакшене, у меня вот есть так же небольшой проектик с reactphp где логика вынесена в воркеры. event loop на пыхе это уже довольно давно не новинка. Вот только большинство еще не хочет отходить от классической умирающей модели.


  1. negodnik
    10.09.2015 19:15
    #8568315
    -4

    Хочу еще больше картинок с нулями и единицами в ленте


  1. hlogeon
    21.09.2015 15:01
    #8582037

    А почему нельзя было просто использовать какой-нибудь сервер очередй? Зачем нужно что-то с подпроцессами делать? Какие преимущества дает(кроме транспортных потерь у очередей, вестимо)?


    1. iCubeDm
      21.09.2015 15:36
      #8582099

      Скорость. С подпроцессами можно было обрабатывать пакеты по 20-30 entity одновременно. Соответственно на 8 потоках это 160-240 величин секунд за 5-10. С очередями получилось бы медленнее.


  1. DjOnline
    21.09.2015 22:30
    #8582897

    Все 2800 объектов связаны между собой? Если нет, то можно ведь просто освобождать память перед обсчётом следующего.


    1. Fesor
      21.09.2015 22:37
      #8582913

      выше в комментариях это уже обсуждалось. И что падение производительности связано с тем что доктрина хранит все объекты в UnitOrWork и что с каждой итерацией обход всех сущностей занимает все больше и больше времени. И просто про оптимизации алгоритма и т.д. говорилось. Но…


    1. Fesor
      21.09.2015 22:38
      #8582917

      Мне вот к слову стало что-то любопытно… среди тех кто использует доктрину, какой процент людей потрудилось почитать документацию?