@ywgx 破解为啥不是值得炫耀的事情？你说违法犯罪就犯罪你是谁啊？ 0day 贡献了那么多破解的软硬件资源，你敢说你没用过？你用盗版严格的说是不是也是违法犯罪了？

你用 go 写的都是非阻塞的

用 remi 源，别用 epel 默认源

tidb 已经可以在数据库基础上跑 OLAP 业务了（ tispark ），只是做 OLAP 业务的话就是 GPU 运算了么

@wyan453351466
https://windows.php.net/download/

你看这个二进制，里面的 ts 版本才是多线程版本，curl_multi_*可以运行在非 ts 版本里，你说他是不是多线程，他只是回调了而已

我无意和你讨论这些概念，因为这是非常明白的事情了

@wyan453351466 不是的，多线程需要用到 php 的 thread safe 版本，curl_multi_*是基于类似 select 的 api 包装的

@wyan453351466 guzzle 不是框架是一个 HttpClient，任何 HttpClient 都没有失败重试功能，你要失败重试自己去实现。另外 guzzle 没有多线程，返回结果回调函数里面有一个 index，这个 index 可以判断是哪个请求。。。你没必要用那个 yield 来动态生成 request，直接数组就 ok 了

@hubahuba 你如果熟悉 php 就用 php 就 ok 了，爬虫框架其实很多情况下派不上用场，直接用 guzzle、css-selector 和 php-webdriver 之类的手写就 ok 了。。。。另外别用啥异步回调啥的，太难了，就老老实实同步单进程阻塞写法，数据存 mysql，需要并发就开多进程。。。我正在构思一本 php 爬虫的书籍，我想纠正很多爬虫不太好的问题

这个本来就是单进程 /单线程的，guzzle 的 pool 其实是包装的 curl_multi_*的 api 实现的并发，所以在回调函数里没有数据竞争，甚至可以都不用 redis

至于这个爬虫框架，我个人觉得这只适合那种遍历的类型，实际业务中的爬虫需求各种各样模式化的爬虫框架根本无法满足，而且把问题复杂化了。。。

我个人情感上的比较好的爬虫模式为：1、简单的单进程阻塞模型，不用回调不用 pool 不用 yield 啥太难的 2、爬虫并发直接开多进程就完了，简简单单 3、爬虫调度通过 redis 完成，数据老实存 mysql/pg 4、不用封装好的框架，太难拓展 5、有采样机制、log 机制，并且针对爬虫是遍历任务还是更新任务还是搜索任务定制化

https://github.com/yan68/xcrawler/blob/master/src/XCrawler.php#L218
不可以在回调中使用阻塞函数

前天去北京参加梁博组织的第二届爬虫大会，和梁博+崔庆才他们聊了一下，发现的确没人用 php 搞爬虫，我目前打算先构思一下能有啥写的

测试回复

asf 和 yaf 有啥改进呢？
另外运行在 fpm 模式下始终有一个问题困扰的 phper 就是阻塞 io 问题，如果业务中只是单纯连接数据库 /缓存之类的还好，如果是 rpc 调用一些 io 时间比较长的服务就会导致 qps 很差，不知道你对此有何看法

并没有下载，因为下载太费流量+费空间了，数据已经删掉了

招 php 为啥不用 php，我觉得你信仰不足（逃）
```
php -r"echo base64_decode('YnVna2l3aUBnbWFpbC5jb20=');"
```

我觉得 LZ 说的没错啊，redis 本质上是一个缓存，数据落地到数据库是理所当然的啊
最重要的是如果用户信息存到 redis 里面了，那么你只能根据用户 id 去存取而无法做查询操作，比如你要查询哪些用户今天登录过，redis 没法查询哦

另外推荐 mongo 的，这个场景有意义么？

源码里面把换行符去掉略蛋疼，一方面这个没用，另一方面造成一个暗示就是你不希望有人贡献代码

没前途