Coro のメモ書き。
下記の記事でセマフォによる同時スレッド数の制御と、簡単な HTML パーサ機能を付け加えましたがこれだけでは全然使い物にならないので、新しく別の処理を追加してみたいと思います。
特に、並行化する必要のない処理であればメインスレッドに戻って来たあとに必要なコードをかけばそれでお終いですが、今回は並行化する処理を 2 つ用意して順に処理されるようにしてみました。
前回までは、schedule でメインスレッドから処理を移していましたが、今回は Coro::Signal を使ってそれぞれのタスクを制御しながら実行してみます。
それぞれのタスクは下記のようなものです。
タスク 1
- url リストより feed 情報を取得
- feed の解析処理
- 解析したデータよりエントリー url を抜き出す
タスク 2
- タスク 1 で取得した url リストからコンテンツを取得
- コンテンツの解析処理
- 解析したデータからタイトルを抜き出す
では、早速コード。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 | #!/usr/bin/perl use strict; use warnings; use Coro; use Coro::Timer; use Coro::Semaphore; use Coro::LWP; use LWP::UserAgent; use URI; use XML::FeedPP; use HTML::TreeBuilder; use Digest::MD5 qw/md5_hex/ ; use List::Util; my $job = '' ; my $lock = {}; my $queue = {}; my @url = (); my @done = (); my @fail = (); my $timeout = 15; my $main = Coro::Signal->new; my @feed = ( 'https://worklog.be/feed' , 'http://example.jp/feed' , 'http://example.com/feed' , ); ## Task 1 ## manager, fetcher, feed 用の parser を生成 worker( fetcher => \ &fetcher , 5 ); worker( parser => \ &feed_parser , 1 ); manager(); ## fetcher に feed url を送りつける queue( "fetch" )->put( $_ ) for @feed ; ## job 数のセット $job = scalar ( @feed ); print "# --------------------\n" ; print "# Task 1\n" ; print "# --------------------\n" ; ## メインスレッドを wait して切り替え $main -> wait ; ## Task 1 が完了後ここに戻る print "\n" ; print "# --------------------\n" ; print "# Task 2\n" ; print "# --------------------\n" ; ## Task 2 @done = (); @fail = (); @url = List::Util::shuffle @url ; ## html 用の parser 生成 ## manager, fetcher は眠っているだけなので起こして再利用 worker( parser => \ &parser , 1 ); queue( "fetch" )->put( $_ ) for @url ; $job = scalar ( @url ); ## メインスレッドを wait $main -> wait ; ## タスク完了後に取得したタイトルを表示 foreach ( @done ) { print "$_\n" ; } sub done { push ( @done , $_ [0]); } sub fail { push ( @fail , $_ [0]); } sub queue { my $name = shift ; $queue ->{ $name } ||= Coro::Channel->new; } sub worker { my ( $name , $code , $num ) = @_ ; for (1 .. $num ) { my $desc = $name . "_" . rand_md5(); async { Coro::current->desc( $desc ); while ( 1 ) { $code ->(); } }; } } sub manager { async { while ( 1 ) { Coro::Timer:: sleep 1; my $done = scalar ( @done ); my $fail = scalar ( @fail ); my $task = int (( $done + $fail ) / $job * 100); print "Task: $task % Total: $job Done: $done Fail: $fail\n" ; ## fetcher のタイムアウト処理 my @fetcher = Coro::State::list; foreach my $fetcher ( @fetcher ) { next if (! $fetcher ->desc); next if ( $fetcher ->desc !~ /fetcher/); next if (! defined ( $fetcher ->{alive})); if ( $fetcher ->{alive} <= 0 && ! $fetcher ->{idle}) { print "timeout: " , $fetcher ->desc, "\n" ; $fetcher ->cancel(); fail( "timeout: " , $fetcher ->desc); $lock ->{ $fetcher ->{host}}->up; worker( fetcher => \ &fetcher , 1 ); } else { print "alive: " , $fetcher ->desc, " keep alive = $fetcher->{alive} cur = $fetcher->{status}\n" ; if (! $fetcher ->{idle}) { $fetcher ->{alive} -= 1; } } } ## 全タスク完了後の処理 if ( ( $done + $fail ) >= $job ) { print "completed: Done => $done Fail => $fail\n" ; Coro::Timer:: sleep 5; ## parser のスレッドは使いまわせないので全てキャンセル my @coro = Coro::State::list; foreach my $coro ( @coro ) { next if (! $coro ->desc); next if ( $coro ->desc !~ /parser/); $coro ->cancel(); } ## メインスレッドへ戻る $main -> send ; } } }; } sub fetcher { my $url = queue( "fetch" )->get; my $host = URI->new( $url )->host; my $sem = $lock ->{ $host } ||= Coro::Semaphore->new(2); my $lwp = '' ; my $res = 0; $Coro::current ->{host} = $host ; $Coro::current ->{status} = "$host [lock]" ; $lock ->{ $host }->down; $Coro::current ->{status} = "$host [run]" ; $Coro::current ->{idle} = 0; $Coro::current ->{alive} = $timeout ; $lwp = LWP::UserAgent->new(); $res = $lwp ->get( $url ); if ( $res ->is_success) { queue( "parser" )->put( $res ->content); } else { fail( "fail:$url" ); } $Coro::current ->{status} = "$host [wait]" ; $Coro::current ->{idle} = 1; Coro::Timer:: sleep 3; $Coro::current ->{host} = 'none' ; $Coro::current ->{status} = 'idle' ; $Coro::current ->{alive} = $timeout ; $lock ->{ $host }->up; } ## html 用の解析処理 sub parser { my $content = queue( "parser" )->get; my $tree = HTML::TreeBuilder->new; $tree ->parse( $content ); $tree -> eof (); if ( $tree ->find( 'title' )) { foreach ( $tree ->find( 'title' )) { done( $_ ->as_text); last ; } } else { fail( "notitle" ); } } ## feed 用の解析処理 sub feed_parser { my $content = queue( "parser" )->get; my $feed = XML::FeedPP->new( $content ); foreach ( $feed ->get_item()) { push ( @url , $_ -> link ()); } done( 'OK' ); } sub rand_md5 { my $max = 9999; my $min = 1000; my $rand = time () . int ( rand ( $max - $min + 1) ) + $min ; my $md5 = md5_hex( $rand ); return ( $md5 ); } |
結果。
# -------------------- # Task 1 # -------------------- Task: 100 % Total: 3 Done: 3 Fail: 0 alive: fetcher_abf438a5a3d8338750ff1489a2238acc keep alive = 15 cur = worklog.be [wait] alive: fetcher_1710fee1d8dbbaf9ee8e6bcf437aab79 keep alive = 15 cur = example.jp [wait] alive: fetcher_fbd7bedb9272198b9807729e4d95deaa keep alive = 15 cur = example.com [wait] completed: Done => 3 Fail => 0 # -------------------- # Task 2 # -------------------- Task: 10 % Total: 30 Done: 4 Fail: 0 alive: fetcher_cd08a3c5dafe5a50cb2ead5d908be621 keep alive = 15 cur = example.com [wait] alive: fetcher_4d1149929ba36b875dda039ee8d003f5 keep alive = 15 cur = example.jp [wait] alive: fetcher_abf438a5a3d8338750ff1489a2238acc keep alive = 15 cur = example.com [wait] alive: fetcher_1710fee1d8dbbaf9ee8e6bcf437aab79 keep alive = 15 cur = example.com [lock] alive: fetcher_fbd7bedb9272198b9807729e4d95deaa keep alive = 15 cur = worklog.be [wait] Task: 10 % Total: 30 Done: 4 Fail: 0 alive: fetcher_cd08a3c5dafe5a50cb2ead5d908be621 keep alive = 15 cur = example.com [wait] alive: fetcher_4d1149929ba36b875dda039ee8d003f5 keep alive = 15 cur = example.jp [wait] alive: fetcher_abf438a5a3d8338750ff1489a2238acc keep alive = 15 cur = example.com [wait] alive: fetcher_1710fee1d8dbbaf9ee8e6bcf437aab79 keep alive = 15 cur = example.com [lock] alive: fetcher_fbd7bedb9272198b9807729e4d95deaa keep alive = 15 cur = worklog.be [wait] ・ ・ ・ completed: Done => 30 Fail => 0 ? 以下取得できたタイトル ? |
Coro::Signal の wait => send の方が見た目的にも明確なのでいいかもしれない。
Coro の実行制御はこれで以上です。