PHP-CGI 进程 CPU 100% 与 file_get_contents 函数的关系

nainai1

　　有时候，运行 Nginx、PHP-CGI(php-fpm) Web服务的 Linux 服务器，突然系统负载上升，使用 top 命令查看，很多 php-cgi 进程 CPU 使用率接近100%。后来，我通过跟踪发现，这类情况的出现，跟 PHP 的 file_get_contents() 函数有着密切的关系。
　　大、中型网站中，基于 HTTP 协议的 API 接口调用，是家常便饭。PHP 程序员们喜欢使用简单便捷的 file_get_contents("http://example.com/") 函数，来获取一个 URL 的返回内容，但是，如果 http://example.com/ 这个网站响应缓慢，file_get_contents() 就会一直卡在那儿，不会超时。
　　我们知道，在 php.ini 中，有一个参数 max_execution_time 可以设置 PHP 脚本的最大执行时间，但是，在 php-cgi(php-fpm) 中，该参数不会起效。真正能够控制 PHP 脚本最大执行时间的是 php-fpm.conf 配置文件中的以下参数：

• The timeout (in seconds) for serving a single request after which the worker process will be terminated
  
• Should be used when 'max_execution_time' ini option does not stop script execution for some reason
  
• '0s' means 'off'
  
• 0s
  

　　默认值为 0 秒，也就是说，PHP 脚本会一直执行下去。这样，当所有的 php-cgi 进程都卡在 file_get_contents() 函数时，这台 Nginx+PHP 的 WebServer 已经无法再处理新的 PHP 请求了，Nginx 将给用户返回“502 Bad Gateway”。修改该参数，设置一个 PHP 脚本最大执行时间是必要的，但是，治标不治本。例如改成 30s，如果发生 file_get_contents() 获取网页内容较慢的情况，这就意味着 150 个 php-cgi 进程，每秒钟只能处理 5 个请求，WebServer 同样很难避免“502 Bad Gateway”。
　　要做到彻底解决，只能让 PHP 程序员们改掉直接使用 file_get_contents("http://example.com/") 的习惯，而是稍微修改一下，加个超时时间，用以下方式来实现 HTTP GET 请求。要是觉得麻烦，可以自行将以下代码封装成一个函数。

• 
  

　　当然，导致 php-cgi 进程 CPU 100% 的原因不只有这一种，那么，怎么确定是 file_get_contents() 函数导致的呢？
　　首先，使用 top 命令查看 CPU 使用率较高的 php-cgi 进程。
　　top - 10:34:18 up 724 days, 21:01,  3 users,  load average: 17.86, 11.16, 7.69
　　Tasks: 561 total,  15 running, 546 sleeping,   0 stopped,   0 zombie
　　Cpu(s):  5.9%us,  4.2%sy,  0.0%ni, 89.4%id,  0.2%wa,  0.0%hi,  0.2%si,  0.0%st
　　Mem:   8100996k total,  4320108k used,  3780888k free,   772572k buffers
　　Swap:  8193108k total,    50776k used,  8142332k free,   412088k cached
　　PID USER      PR  NI  VIRT  RES  SHR S %CPU %MEM    TIME+  COMMAND
　　10747 www       18   0  360m  22m  12m R 100.6 0.3    0:02.60 php-cgi
　　10709 www       16   0  359m  28m  17m R 96.8  0.4    0:11.34 php-cgi
　　10745 www       18   0  360m  24m  14m R 94.8  0.3    0:39.51 php-cgi
　　10707 www       18   0  360m  25m  14m S 77.4  0.3    0:33.48 php-cgi
　　10782 www       20   0  360m  26m  15m R 75.5  0.3    0:10.93 php-cgi
　　10708 www       25   0  360m  22m  12m R 69.7  0.3    0:45.16 php-cgi
　　10683 www       25   0  362m  28m  15m R 54.2  0.4    0:32.65 php-cgi
　　10711 www       25   0  360m  25m  15m R 52.2  0.3    0:44.25 php-cgi
　　10688 www       25   0  359m  25m  15m R 38.7  0.3    0:10.44 php-cgi
　　10719 www       25   0  360m  26m  16m R  7.7  0.3    0:40.59 php-cgi
　　找其中一个 CPU 100% 的 php-cgi 进程的 PID，用以下命令跟踪一下：
　　strace -p 10747
　　如果屏幕显示：
　　select(7, [6], [6], [], {15, 0})        = 1 (out [6], left {15, 0})
　　poll([{fd=6, events=POLLIN}], 1, 0)     = 0 (Timeout)
　　select(7, [6], [6], [], {15, 0})        = 1 (out [6], left {15, 0})
　　poll([{fd=6, events=POLLIN}], 1, 0)     = 0 (Timeout)
　　select(7, [6], [6], [], {15, 0})        = 1 (out [6], left {15, 0})
　　poll([{fd=6, events=POLLIN}], 1, 0)     = 0 (Timeout)
　　select(7, [6], [6], [], {15, 0})        = 1 (out [6], left {15, 0})
　　poll([{fd=6, events=POLLIN}], 1, 0)     = 0 (Timeout)
　　select(7, [6], [6], [], {15, 0})        = 1 (out [6], left {15, 0})
　　poll([{fd=6, events=POLLIN}], 1, 0)     = 0 (Timeout)
　　select(7, [6], [6], [], {15, 0})        = 1 (out [6], left {15, 0})
　　poll([{fd=6, events=POLLIN}], 1, 0)     = 0 (Timeout)
　　select(7, [6], [6], [], {15, 0})        = 1 (out [6], left {15, 0})
　　poll([{fd=6, events=POLLIN}], 1, 0)     = 0 (Timeout)
　　select(7, [6], [6], [], {15, 0})        = 1 (out [6], left {15, 0})
　　poll([{fd=6, events=POLLIN}], 1, 0)     = 0 (Timeout)
　　select(7, [6], [6], [], {15, 0})        = 1 (out [6], left {15, 0})
　　poll([{fd=6, events=POLLIN}], 1, 0)     = 0 (Timeout)
　　select(7, [6], [6], [], {15, 0})        = 1 (out [6], left {15, 0})
　　poll([{fd=6, events=POLLIN}], 1, 0)     = 0 (Timeout)
　　开启3s记录慢执行日志，会在日志中打印出执行慢的代码行数。php-cgi(php-fpm) 使用了Libevent，而Libevent 在 Linux 2.6 内核以上默认会使用 epoll I/O 模型处理 FastCGI 网络请求，而非 select/poll。在慢日志记录的代码行数中，包含 file_get_contents 以及其他函数，而 file_get_contents 等作为 Client 发起 HTTP 请求的函数使用的是 select/poll 模型，也就是说，只有 file_get_contents 等满足“TCP请求默认不超时、使用select/poll 模型、进程CPU 100%”的网络操作函数，会导致 strace -p 看到的这种情况。
　　那么，就可以确定是 file_get_contents() 导致的问题了。
　　本文摘自张晏的博客