Utilize glob
.
$array = glob('caminho/ate/a/pasta/*.xml');
Você pode definir alguns padrões de pasta e utilizar o asterísco para definir coringas, aonde qualquer caracter, ou quantidade deles, será retornado.
Ou seja, o código acima retornará qualquer arquivo, dentro daquele caminho, que possua a extensão .xml
.
Outra ideia é usar os GlobIterator
da SPL:
$iterator = new GlobIterator('caminho/ate/a/pasta/*.xml');
foreach ($iterator as $item) {
echo $item;
}
Ou algum outro iterator abaixo:
Todos chegarão no resultado que deseja, mas, específico para busca de arquivos é o glob
ou GlobIterator
.
Processamento Paralelo
Para o processamento em paralelo, há três formas que eu conheço:
PHP Thread
De forma bem simplista, deve-se extender a classe Thread e definir o processamento do arquivo:
class XmlProcessThread extends Thread {
protected $filename;
public function __construct($filename) {
$this->filename = $filename;
}
public function run() {
/** utiliza o filename e reealiza o processamento **/
}
}
Quando for chamar o processamento, deverá instanciar cada Thread iniciando a sua execução:
foreach ($fileList as $filename) {
$thread = new XmlProcessThread($filename);
$thread->start();
$threadList[] = $thread;
}
Script via Exec
Basicamente, você pode executar arquivos PHP utilizando o comando exec
. Na chamada do script (linha de comando), você deve adicionar como último parâmetro o símbolo &
, isso faz com que o script seja executado em segundo plano e o script PHP (aquele que iniciou a execução) não espere pelo execução completa.
exec('php diretorio/thread.php filename.xml &');
No arquivo thread.php
, deve-se utilizar o a variável $argv
. Ela conterá todos os parâmetros enviados para o script (no caso, filename.xml
).
Mais informações: https://pt.stackoverflow.com/a/56598/5007
Threads distribuídas
Neste método, você deve criar sockets, aonde cada socket irá processar um arquivo, e estes sockets devem ser executados via Thread (conforme o primeiro exemplo).
Leituras:
Qual é melhor?
Bem, sempre depende. Normalmente tendem a ter resultados diferentes para cenários diferentes.
Por exemplo, o processamento paralelo distribuído tende a ser mais rápido em casos que demandem muito processamento (horas de processamento). Pois, distribui o processamento em outros servidores. Entretanto, neste caso, pode exigir o envio do arquivo para o outro servidor (caso o arquivo não esteja no alcance dele) e ser custoso para o processamento final.
Por outro lado, Thread e exec utiliza o mesmo servidor e os processos irão competir entre si, o que provavelmente sacrificará a performance.
Isso são apenas alguns dos exemplos sobre vantagens e desvantagens. Um boa visão você pode tirar da resposta abaixo:
É sempre garantido que uma aplicação com múltiplas threads rode mais rápido que usando uma única thread?