get_headers()函数运行是否会造成Apache服务器过载？

云原生阿岚

2026-8-30

问题产生原因

get_headers() 是PHP原生同步阻塞函数，你当前传入的流上下文仅配置了关闭SSL校验，没有设置任何超时参数，会默认读取php.ini中default_socket_timeout配置（默认值60秒），拿到目标站完整响应前会一直阻塞当前PHP进程。
目标站点sportsdirect配置了明确的反爬规则，PHP默认请求携带的User-Agent会被直接识别为爬虫流量，站点不会返回正常响应、也不会主动断开TCP连接，会直接把连接挂起，导致对应PHP进程长期处于僵死等待状态。
get_headers()默认发起GET请求，哪怕你只需要响应头，函数也会等待目标站返回完整页面内容才会结束，额外消耗带宽和时间拉长阻塞周期。
如果你使用prefork模式运行Apache，每个僵死的请求会长期占用一个工作进程，短时间内多次触发该请求就会把Apache的工作进程池占满，后续所有打到Apache的请求（包括同服务器托管的其他站点请求）没有空闲进程处理，就会持续加载最终触发连接超时。

可行替代方案

优先使用可控性更强的cURL扩展实现请求，显式配置超时、请求头、请求方法规则，从根源避免进程长时间阻塞：

$url = "https://www.sportsdirect.com/york-monks-cross-store-1099";
$ch = curl_init($url);
curl_setopt_array($ch, [
    // 以下两行SSL配置与原逻辑保持一致，生产环境建议移除并开启证书校验
    CURLOPT_SSL_VERIFYPEER => false,
    CURLOPT_SSL_VERIFYHOST => false,
    // 仅拉取响应头，不请求页面内容，降低请求耗时
    CURLOPT_HEADER => true,
    CURLOPT_NOBODY => true,
    // 模拟普通浏览器UA，绕过基础反爬检测
    CURLOPT_USERAGENT => "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/125.0.0.0 Safari/537.36",
    // 连接超时5秒，总请求超时10秒，禁止设置过长超时
    CURLOPT_CONNECTTIMEOUT => 5,
    CURLOPT_TIMEOUT => 10,
    // 最多跟随2次跳转，避免死循环跳转占用资源
    CURLOPT_FOLLOWLOCATION => true,
    CURLOPT_MAXREDIRS => 2,
    CURLOPT_RETURNTRANSFER => true,
]);
$response = curl_exec($ch);
curl_close($ch);

// 解析响应头为数组
$headers = [];
if ($response) {
    $headerLines = array_filter(explode("\r\n", trim($response)));
    foreach ($headerLines as $line) {
        if (str_contains($line, ':')) {
            [$key, $value] = explode(':', $line, 2);
            $headers[trim($key)] = trim($value);
        } else {
            $headers[] = trim($line);
        }
    }
}

如果坚持使用get_headers()，必须在流上下文中补全超时、UA、请求方法配置，避免无限制阻塞：

$url = "https://www.sportsdirect.com/york-monks-cross-store-1099";
$context = stream_context_create( [
    'ssl' => [
        'verify_peer' => false,
        'verify_peer_name' => false,
    ],
    'http' => [
        'timeout' => 10,
        'user_agent' => 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/125.0.0.0 Safari/537.36',
        'follow_location' => 1,
        'max_redirects' => 2,
        'method' => 'HEAD'
    ]
]);
$headers = get_headers($url, 0, $context);

额外优化建议：

不要在面向用户的Web请求中直接发起外部HTTP请求，这类依赖第三方站点的请求很容易因为目标站故障、网络波动拖垮服务，有条件的话将这类抓取任务放到异步队列，通过CLI脚本执行，不要占用Apache的Web工作进程。
生产环境不要关闭SSL证书校验，避免遭遇中间人攻击导致请求内容泄露、被篡改。

内容的提问来源于stack exchange，提问作者Arzath Az