AMPHP - 排队的任务比池中可用的工人多

Question

我有一个项目，我将大量 .tif 图像转换为 PDF 文档。 文件数达到数百万。

为了加快进程，我正在使用 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，但如果我将文件排队而不是给一定数量的工作人员一个 x 文件数组，则可以改进。

这是我当前的代码，我试图在其中复制示例。

<?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： 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 Windows 10 和 amphp/parallel 1.4.0 上使用 PHP 7.4.9。

Answer 1

经过一些更多的实验，我找到了一个解决方案，这似乎有效。 感觉有点“hacky”，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人员处理，但事实并非如此。

我现在将从Amp\\call获得的协程保存在两个单独的数组中。 一个保存所有协程，一个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;

将项目入队后，我检查是否已达到最大配置线程数。 如果池中有最大数量的工作线程并且没有空闲工作线程，我会在当前循环协程上调用Amp\\Promise\\first函数以等待新的空闲空闲工作线程。

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），我清除了数组。

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

在 foreach 之后，我在我的 all-coroutines 数组上调用Amp\\Promise\\all ，所以脚本会等到所有工作程序都完成。

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();
    });
}