1

我有一个网站，可以跟踪在线游戏中单个玩家的数据。每天同时运行一个 cron，它使用 cURL 从游戏公司的服务器获取每个玩家的数据（每个玩家需要自己的页面来获取）。以前我遍历每个玩家，一次创建他们自己的 cURL 请求并存储数据 - 虽然这是一个缓慢的过程，但几周内一切正常（每天处理 500-1,000 名玩家）。

随着我们获得更多玩家，cron 开始运行时间过长，所以我在大约一周前使用ParallelCurl （cURL 多处理）重写了它。它被设置为一次打开不超过 10 个连接并且运行良好 - 在 3-4 分钟内完成大约 3,000 个页面。直到一两天后我才发现有任何问题，我随机无法连接到他们的服务器（返回 0 的 http 代码）。我以为我被永久禁止/阻止了，直到大约 1-2 小时后我才能突然再次连接。该块发生在 cron 运行一天后的几个小时 - 当时发出的唯一请求是偶尔的单个文件请求（这些请求一直运行良好并且几个月没有受到影响）。

这几天都是这样。Cron 运行良好，然后一段时间后（几个小时）我一两个小时都无法连接。今天我将 cron 更新为一次只打开 5 个连接 - 一切正常，直到 5-6 小时后我无法连接 2 小时。

我做了很多谷歌搜索，似乎找不到任何有用的东西。我猜想可能是防火墙阻止了我的连接，但是当涉及到这样的事情时，我真的很困惑。我真的不知道发生了什么，以及我需要做些什么来解决它。如果有任何帮助，我将不胜感激——即使是猜测或正确的方向。

请注意，我使用的是共享网络主机 (HostGator)。两天前我提交了一张票并在他们的论坛上发了一个帖子，我也给公司发了一封电子邮件，但还没有看到任何回复。

- 编辑 -

这是我使用 parallelcurl 运行多个请求的代码。包含保持不变，与此处显示的相同

set_time_limit(0);

require('path/to/parallelcurl.php');

$plyrs = array();//normally an array of all the players i need to update

function on_request_done($content, $url, $ch, $player) {
    $httpcode = curl_getinfo($ch, CURLINFO_HTTP_CODE);    
    if ($httpcode !== 200) {
        echo 'Could Not Find '.$player.'<br />';
        return;
    } else {//player was found, store in db
        echo 'Updated '.$player.'<br />';
    }
}

$max_requests = 5;

$curl_options = array(
    CURLOPT_SSL_VERIFYPEER => FALSE,
    CURLOPT_SSL_VERIFYHOST => FALSE,
    CURLOPT_USERAGENT, 'Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.9) Gecko/20071025 Firefox/2.0.0.9',
);

$parallel_curl = new ParallelCurl($max_requests, $curl_options);

foreach ($plyrs as $p) {
    $search_url = "http://website.com/".urlencode($p);
    $parallel_curl->startRequest($search_url, 'on_request_done', $p);
usleep(300);//now that i think about it, does this actually do anything worthwhile positioned here?
}

$parallel_curl->finishAllRequests();

这是我用来简单查看是否可以连接的代码

$ch = curl_init();

$options = array(
    CURLOPT_URL            => $url,
    CURLOPT_RETURNTRANSFER => true,
    CURLOPT_HEADER         => true,
    CURLOPT_FOLLOWLOCATION => true,
    CURLOPT_ENCODING       => "",
    CURLOPT_AUTOREFERER    => true,
    CURLOPT_CONNECTTIMEOUT => 120,
    CURLOPT_TIMEOUT        => 120,
    CURLOPT_MAXREDIRS      => 10,
    CURLOPT_SSL_VERIFYPEER => false,
    CURLOPT_SSL_VERIFYHOST => false,
);
curl_setopt_array( $ch, $options );
$response = curl_exec($ch); 
$httpCode = curl_getinfo($ch, CURLINFO_HTTP_CODE);

print_r(curl_getinfo($ch));

if ( $httpCode != 200 ){
    echo "Return code is {$httpCode} \n"
        .curl_error($ch);
} else {
    echo "<pre>".htmlspecialchars($response)."</pre>";
}

curl_close($ch);

当我无法连接时运行它会导致：

Array ( [url] => http://urlicantgetto.com/ [content_type] => [http_code] => 0 [header_size] => 0 [request_size] => 121 [filetime] => -1 [ssl_verify_result] => 0 [redirect_count] => 0 [total_time] => 30.073574 [namelookup_time] => 0.003384 [connect_time] => 0.025365 [pretransfer_time] => 0.025466 [size_upload] => 0 [size_download] => 0 [speed_download] => 0 [speed_upload] => 0 [download_content_length] => -1 [upload_content_length] => 0 [starttransfer_time] => 30.073523 [redirect_time] => 0 ) Return code is 0 Empty reply from server
4

1 回答 1

1

这听起来像是网络或防火墙问题，而不是 PHP/代码问题。

HostGator 阻止了您的出站连接，因为您的出站流量激增，可能被误解为小型 DOS 攻击，或者游戏网站出于同样的原因阻止了您。特别是因为这只是在请求数量增加后才开始。并且HTTP 状态码 0 也暗示了防火墙行为。

或者，在 curl 请求之后以及稍后当您尝试加载该网站或下载文件时，连接可能没有正确关闭，因为您的服务器已经有太多打开的连接。

如果您可以通过 SSH 访问您的服务器，如果是网络连接打开问题，我可能可以帮助调试，否则您需要与 HostGator 和游戏网站所有者交谈，看看是否有任何一方完全阻止了您。

另一种解决方案可能是更慢地抓取游戏网站（在请求之间引入等待时间）以避免被标记为高网络流量。

于 2013-05-24T09:32:51.257 回答