程序从命令行读入一条http URL和一条redis URL,把抓取下来的Http页面(以http URL为key)存入redis。
与之前两个示例不同,我们加入唤醒机制,让程序可以自动退出,无需Ctrl-C。
和上一个示例类似,本示例也是串行执行两个请求。最大的区别是,我们要通知主线程任务已经执行结束,并正常退出。
另外,我们多加入两个调用,限制一下http抓取返回内容的大小,以及接收回复的最大时间。
WFHttpTask *http_task = WFTaskFactory::create_http_task(...);
...
http_task->get_resp()->set_size_limit(20 * 1024 * 1024);
http_task->set_receive_timeout(30 * 1000);
set_size_limit()是HttpMessage的调用,用于限制接收http消息时包的大小。事实上所有的协议消息都要求提供这个接口。
set_receive_timeout()是接收数据的超时,单位为ms。
上述代码限制http消息不超过20M,完整接收时间不超过30秒。我们还有更多更丰富的超时配置,后述文档中再介绍。
之前两组示例中,我们直接调用task->start()启动第一个任务。task->start()操作实际的工作方法是,
先创建一个以task为首任务的SeriesWork,再启动这个series。在WFTask.h里,可以看到start的实现:
template<class REQ, class RESP>
class WFNetWorkTask : public CommRequest
{
public:
void start()
{
assert(!series_of(this));
Workflow::start_series_work(this, nullptr);
}
...
};
我们想给series设置一个callback,并加入一些上下文。所以我们不使用任务的start接口,而是自己创建一个series。
SeriesWork不能new,delete,也不能派生。只能通过Workflow::create_series_work()接口产生。在Workflow.h中,
通常是用这个调用:
using series_callback_t = std::function<void (const SeriesWork *)>;
class Workflow
{
public:
static SeriesWork *create_series_work(SubTask *first, series_callback_t callback);
};
在示例代码中,我们的用法是:
struct tutorial_series_context
{
std::string http_url;
std::string redis_url;
size_t body_len;
bool success;
};
...
struct tutorial_series_context context;
...
SeriesWork *series = Workflow::create_series_work(http_task, series_callback);
series->set_context(&context);
series->start();
之前的示例,我们用task里的void *user_data指针保存上下文信息。但这个示例中,我们把上文信息放在series里,
这么做显然更合理一些,series是完整的任务链,所有任务都能得到并修改上下文。
series的callback函数在series所有任务被执行完之后调用,在这里,我们简单的用一个lamda函数,打印运行结果并唤醒主线程。
剩下的事情就没有什么特别的了,http抓取成功之后启动一个redis任务写库。如果抓取失败或http body长度为0,则不再启动redis任务。
无论是什么情况,程序都能在所有任务结束之后正常退出,因为任务都在同一个series里。