Question

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。

最好的办法是什么？纤维适合吗？

Answer 1

以下是使用线程的示例。

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

Answer 2

我刚刚看到这一年，一年又一段时间，但希望对于一些Google员来说还不算太晚......

Typhoeus到目前为止最好的解决方案。它以非常优雅的方式包装了libcurl。您可以将max_concurrency设置为大约200，而不会让它窒息。

关于超时，如果你将Typhoeus传递给:timeout标志，它只会将超时作为响应注册...然后你甚至可以将请求放回另一个水中，如果你喜欢的话再试一次

这是用Typhoeus重写的程序。希望这有助于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

Answer 3

我写了一篇关于这个主题的深入博客文章，其中包含的答案与8月发布的内容有些相似 - 但有一些主要差异： 1）跟踪“线程”数组中的所有线程引用。 2）使用“join”方法在程序结束时占用线程。

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!"

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

Answer 4

可以使用C库cURL完成此操作。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。

Answer 5

借助concurrent-ruby，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)

Answer 6

这取决于你之后的功能。你可以用简单的线程来做到这一点：

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

Answer 7

你可以让一个不同的线程执行Net :: HTTP.get中的每一个。并等待所有线程完成。

BTW打印网址将打印链接和内容。

Answer 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

异步发出多个HTTP请求

8 个答案: