异步发出多个 HTTP 请求答案

【问题标题】：Making multiple HTTP requests asynchronously异步发出多个 HTTP 请求
【发布时间】：2011-01-08 20:34:00
【问题描述】：

require 'net/http'

urls = [
  {'link' => 'http://www.google.com/'},
  {'link' => 'http://www.yandex.ru/'},
  {'link' => 'http://www.baidu.com/'}
]

urls.each do |u|
  u['content'] = Net::HTTP.get( URI.parse(u['link']) )
end

print urls

此代码以同步方式工作。第一个请求，第二个，第三个。我想异步发送所有请求并在所有请求完成后打印urls。

最好的方法是什么？ Fiber 适合吗？

【问题讨论】：

标签： ruby concurrency asynchronous fiber

【解决方案1】：

一年多之后我才看到这个，但希望对于某些 googler 来说还不算太晚...

Typhoeus 迄今为止最好的解决方案。它以一种非常优雅的方式包装了 libcurl。您可以将max_concurrency 设置为高达 200 左右而不会窒息。

关于超时，如果您向 Typhoeus 传递 :timeout 标志，它只会将超时注册为响应......然后您甚至可以将请求放回另一个 hydra 中，如果您愿意，可以再试一次。

这是用 Typhoeus 重写的程序。希望这可以帮助以后遇到此页面的任何人！

require 'typhoeus'

urls = [
  'http://www.google.com/',
  'http://www.yandex.ru/',
  'http://www.baidu.com/'
]

hydra = Typhoeus::Hydra.new

successes = 0

urls.each do |url|
    request = Typhoeus::Request.new(url, timeout: 15000)
    request.on_complete do |response|
        if response.success?
            puts "Successfully requested " + url
            successes += 1
        else
            puts "Failed to get " + url
        end
    end
    hydra.queue(request)
end

hydra.run 

puts "Fetched all urls!" if successes == urls.length

【讨论】：

【解决方案2】：

这是一个使用线程的示例。

require 'net/http'

urls = [
  {'link' => 'http://www.google.com/'},
  {'link' => 'http://www.yandex.ru/'},
  {'link' => 'http://www.baidu.com/'}
]

urls.each do |u|
  Thread.new do
    u['content'] = Net::HTTP.get( URI.parse(u['link']) )
    puts "Successfully requested #{u['link']}"

    if urls.all? {|u| u.has_key?("content") }
      puts "Fetched all urls!"
      exit
    end
  end
end

sleep

【讨论】：

似乎可行。但是如果服务器在 15 秒后没有响应，如何杀死线程？
您可以使用Timeout.timeotu(20) do .... end。但是，这会引发一个错误，因此您需要对程序的流程进行一些处理，并且除了检查 content 键是否存在之外，还有一种方法可以标记请求已完成。

【解决方案3】：

我已经写了一篇关于这个主题的深入博客文章，其中包含一个与 8 月发布的答案有些相似的答案 - 但有一些关键区别： 1) 跟踪“线程”数组中的所有线程引用。 2）在程序结束时使用“join”方法来捆绑线程。

require 'net/http'

# create an array of sites we wish to visit concurrently.
urls = ['link1','link2','link3']  
# Create an array to keep track of threads.
threads = []

urls.each do |u|  
  # spawn a new thread for each url
  threads << Thread.new do
  Net::HTTP.get(URI.parse(u))
    # DO SOMETHING WITH URL CONTENTS HERE
    # ...
    puts "Request Complete: #{u}\n"
  end
end

# wait for threads to finish before ending program.
threads.each { |t| t.join }

puts "All Done!"

完整教程（以及一些性能信息）可在此处获得：https://zachalam.com/performing-multiple-http-requests-asynchronously-in-ruby/

【讨论】：

当最佳答案获得最低票数时，您不讨厌它。

【解决方案4】：

这可以通过 C 库 cURL 来完成。该库的ruby binding 存在，但它似乎不支持开箱即用的此功能。但是，看起来有 a patch 添加/修复它（示例代码在页面上可用）。我知道这听起来不太好，但如果没有更好的建议，可能值得一试。

【讨论】：

【解决方案5】：

在concurrent-ruby的帮助下，您可以同时处理数据：

require 'net/http'
require 'concurrent-ruby'

class Browser
  include Concurrent::Async

  def render_page(link)
    sleep 5
    body = Net::HTTP.get( URI.parse(link) )
    File.open(filename(link), 'w') { |file| file.puts(body)}
  end

  private

  def filename(link)
    "#{link.gsub(/\W/, '-')}.html"
  end
end

pages = [
  'https://www.google.com',
  'https://www.bing.com',
  'https://www.baidu.com'
].map{ |link| Browser.new.async.render_page(link) }.map(&:value)

【讨论】：

【解决方案6】：

这取决于你想在函数之后做什么。你可以用简单的线程来做到这一点：

见：http://snipplr.com/view/3966/simple-example-of-threading-in-ruby/

【讨论】：

【解决方案7】：

您可以让不同的线程执行每个 Net::HTTP.get。然后等待所有线程完成。

顺便说一句，打印网址将同时打印链接和内容。

【讨论】：

【解决方案8】：

work_queue gem 是在应用程序中异步和并发执行任务的最简单方法。

wq = WorkQueue.new 2 # Limit the maximum number of simultaneous worker threads

urls.each do |url|
  wq.enqueue_b do
    response = Net::HTTP.get_response(url)
    # use the response
  end
end

wq.join # All requests are complete after this

【讨论】：