Python全栈开发-Day10-进程/协程/异步IO/IO多路复用

Posted 2020-10-16 GavinSimons

本节内容

1. 多进程multiprocessing
2. 进程间的通讯
3. 协程
4. 论事件驱动与异步IO
5. Select\\Poll\\Epoll——IO多路复用

 

1、多进程multiprocessing

Python的线程用的是操作系统的原生线程，同样python的进程用的是操作系统的原生进程。

多进程之间没有锁的概念，多进程之间数据不能互相访问，所以不存在互斥锁。GIL问题又是仅仅出现在多线程中。

所以如果我们启动8个进程，每个进程有一个主线程，即8个线程，分别运行在8个CPU上，就可以充分利用多核的优势了。

在多进程充分利用多核的优势下，唯一的坏处是这8个进程之间数据无法共享。传递数据需要找媒介。

8进程表示，同一时间最多只能干8件事情。

所以多进程可以解决多核的问题

同时每个进程里又可以写多个线程，启动并执行。

每一个进程都是由它的父进程启动的。

 

os.getppid()　　#获得父进程的id

os.getpid()　　#获得自己进程的id

 

1 2 3 4 5 6 7 8 9 10

from multiprocessing import Process import time def f(name):     time.sleep(2)     print(\'hello\', name)   if __name__ == \'__main__\':     p = Process(target=f, args=(\'bob\',))     p.start()     p.join()

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

from multiprocessing import Process import os   def info(title):     print(title)     print(\'module name:\', __name__)     print(\'parent process:\', os.getppid())     print(\'process id:\', os.getpid())     print("\\n\\n")   def f(name):     info(\'\\033[31;1mfunction f\\033[0m\')     print(\'hello\', name)   if __name__ == \'__main__\':     info(\'\\033[32;1mmain process line\\033[0m\')     p = Process(target=f, args=(\'bob\',))     p.start()     p.join()

 

2、进程间的通讯　　

不同进程间内存是不共享的，要想实现两个进程间的数据交换，可以用以下方法：

 

Queues（进程队列）——数据传递

使用方法跟threading里的queue差不多，

原理上是两个进程各有一个queue队列，通过pickle序列化的方式，实现两个队列之间的交互，从而看起来像两个进程之间的交互。

所以实际上进程队列是2个Queues，而不是一个共享queue队列。

1 2 3 4 5 6 7 8 9 10 11 12

from multiprocessing import Process, Queue   def f(q):     q.put([42, None, \'hello\'])   if __name__ == \'__main__\':     q = Queue()     p = Process(target=f, args=(q,))     p.start()     print(q.get())    # prints "[42, None, \'hello\']"     p.join()

 

Pipes（管道）——数据传递

pipe管道就相当于拿了一根电话线，两头分别连接了两个进程。原理是利用socket网络协议进行周转。

pipe实例一生成会产生两个返回对象，一个是管道的一头，另一个是管道的另一头。

 

1 2 3 4 5 6 7 8 9 10 11 12

from multiprocessing import Process, Pipe   def f(conn):     conn.send([42, None, \'hello\'])     conn.close()   if __name__ == \'__main__\':     parent_conn, child_conn = Pipe()     p = Process(target=f, args=(child_conn,))     p.start()     print(parent_conn.recv())   # prints "[42, None, \'hello\']"     p.join()

 

Managers——数据共享

Managers已经自动加锁，所以不需要手动加锁。

A manager object returned by Manager() controls a server process which holds Python objects and allows other processes to manipulate them using proxies.

A manager returned by Manager() will support types list, dict, Namespace, Lock, RLock, Semaphore, BoundedSemaphore, Condition, Event, Barrier, Queue, Value and Array. For example,

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

from multiprocessing import Process, Manager   def f(d, l):     d[1] = \'1\'     d[\'2\'] = 2     d[0.25] = None     l.append(1)     print(l)   if __name__ == \'__main__\':     with Manager() as manager:         d = manager.dict()           l = manager.list(range(5))         p_list = []         for i in range(10):             p = Process(target=f, args=(d, l))             p.start()             p_list.append(p)         for res in p_list:             res.join()           print(d)         print(l)

　　

进程锁

虽然本身由于进程间不能共享数据，所以不需要锁。但是当进程往屏幕上打印数据时，对各个进程而言屏幕是共享的。所以这个锁的目的是锁住一个时间只能一个进程去打印数据。保证打印数据的完整性，前面正在打印的数据，不被后面要打印的数据打断。

1 2 3 4 5 6 7 8 9 10 11 12 13 14

from multiprocessing import Process, Lock   def f(l, i):     l.acquire()     try:         print(\'hello world\', i)     finally:         l.release()   if __name__ == \'__main__\':     lock = Lock()       for num in range(10):         Process(target=f, args=(lock, num)).start()

　　

进程池　　

进程池内部维护一个进程序列，当使用时，则去进程池中获取一个进程，如果进程池序列中没有可供使用的进程，那么程序就会等待，直到进程池中有可用进程为止。

进程池中有两个方法：

• apply　　#进程池串行
• apply_async　　#进程池并行

对于进程池中进程的启动是要使用pool.apply()或pool.apply_async()

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

from  multiprocessing import Process,Pool,freeze_support import time   def Foo(i):     time.sleep(2)     return i+100   def Bar(arg):     print(\'-->exec done:\',arg) if __name__ == \'__main__\': 　　freeze_support()　　#在windows上必须添加这行和上行代码   　　pool = Pool(5)　　#允许进程池里同时放入5个进程   　　for i in range(10):     pool.apply_async(func=Foo, args=(i,),callback=Bar) 　　　　#pool.apply_async(func=Foo, args=(i,))     #pool.apply(func=Foo, args=(i,))   　　print(\'end\') 　　pool.close() 　　pool.join()#进程池中进程执行完毕后再关闭，如果注释，那么程序直接关闭。

　　这里不知何种原因，必须是先pool.close()，然后再是pool.join()

　　如果最后不加pool.join()，主程序不会等待进程池执行完毕，会直接关闭。

 

if __name__ == \'__main__\'：  #这句话是为了区分，主动启动脚本还是把它当成一个模块，从别的地方去调用。

如果主动启动该脚本，则该段代码下面部分代码会被执行。如果从别的地方调用，则下面代码不会被执行。

主动执行该py文件时，把这句话当成主程序的入口。

上面代码中含有pool.apply_async(func=Foo, args=(i,),callback=Bar)，callback叫做回调，意思是执行完这个语句后再回调Bar函数。这里需要注意，callback方法的调用进程是主进程，而不是子进程。

回调函数的意义，如果开了100个子进程，在每个子进程结束时往数据库中插入数据，需要建立100个连接，但如果先把100个子进程的结果保存到变量里，让父进程连接数据库一次，然后一口气全部插入，就大大提高了程序的运行速度。此时的回调函数，应运而生。

 

3、协程

协程，又称微线程。英文名Coroutine。一句话说明什么是线程：协程是一种用户态的轻量级线程。

CPU只认识线程，并不知道协程的存在。协程是跑在线程中的。

协程拥有自己的寄存器上下文和栈。协程调度切换时，将寄存器上下文和栈保存到其他地方，在切回来的时候，恢复先前保存的寄存器上下文和栈。因此：

协程能保留上一次调用时的状态（即所有局部状态的一个特定组合），每次过程重入时，就相当于进入上一次调用的状态，换种说法：进入上一次离开时所处逻辑流的位置。

换句话说：在单线程下，实现并发的效果，就是协程。例如，之前使用yield做的生产者消费者模型。

 

协程的好处：

• 无需线程上下文切换的开销
• 无需原子操作锁定及同步的开销
  • "原子操作(atomic operation)是不需要synchronized"，所谓原子操作是指不会被线程调度机制打断的操作；这种操作一旦开始，就一直运行到结束，中间不会有任何 context switch （切换到另一个线程）。原子操作可以是一个步骤，也可以是多个操作步骤，但是其顺序是不可以被打乱，或者切割掉只执行部分。视作整体是原子性的核心。
• 方便切换控制流，简化编程模型
• 高并发+高扩展性+低成本：一个CPU支持上万的协程都不是问题。所以很适合用于高并发处理。

 

缺点：

• 无法利用多核资源：协程的本质是个单线程,它不能同时将单个CPU 的多个核用上,协程需要和进程配合才能运行在多CPU上.当然我们日常所编写的绝大部分应用都没有这个必要，除非是cpu密集型应用。
• 进行阻塞（Blocking）操作（如IO时）会阻塞掉整个程序

使用yield实现协程操作的例子　　　　

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

import time import queue def consumer(name):     print("--->starting eating baozi...")     while True:         new_baozi = yield　　#yield这里本身可以返回数据，也可接受数据         print("[%s] is eating baozi %s" % (name,new_baozi))         #time.sleep(1)   def producer():       r = con.__next__()     r = con2.__next__()     n = 0     while n < 5:         n +=1         con.send(n)　　#激活yield的阻塞状态，同时传入一个数据         con2.send(n)         print("\\033[32;1m[producer]\\033[0m is making baozi %s" %n )     if __name__ == \'__main__\':     con = consumer("c1")     con2 = consumer("c2")     p = producer()

协程之所以能处理大并发，就是把I/O操作给挤掉了，即一旦遇到I/O操作就切换。使得整个程序变成了只有CPU运算，大大提高了效率。

只要I/O操作一完成，CPU就可以切换回去了。这样就把I/O操作完全挤出去了。程序会自动检测I/O是否完成，不需要我们关心。

协程的标准定义，即符合什么条件就能称之为协程：

1. 必须在只有一个单线程里实现并发
2. 修改共享数据不需加锁
3. 用户程序里自己保存多个控制流的上下文栈
4. 一个协程遇到IO操作自动切换到其它协程

 

Greenlet

yield是自己写的协程，greenlet是一个封装好的协程。

greenlet是一个用C实现的协程模块，相比与python自带的yield，它可以使你在任意函数之间随意切换，而不需把这个函数先声明为generator

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

# -*- coding:utf-8 -*-     from greenlet import greenlet     def test1():     print(12)     gr2.switch()　　#gr2.switch()的意思是切换到gr2     print(34)     gr2.switch()　　#同上     def test2():     print(56)     gr1.switch()     print(78)     gr1 = greenlet(test1)　　#启动一个协程 gr2 = greenlet(test2) gr1.switch()　　#gr1.switch()的意思是切换到gr1

感觉确实用着比generator还简单了呢，但好像还没有解决一个问题，就是遇到IO操作，自动切换，对不对？

 greenlet只能手动切换，就相当于汽车的手动档。

 

Gevent 

Gevent 是一个第三方库，可以轻松通过gevent实现并发同步或异步编程，在gevent中用到的主要模式是Greenlet, 它是以C扩展模块形式接入Python的轻量级协程。 Greenlet全部运行在主程序操作系统进程的内部，但它们被协作式地调度。

【注意】上文说greenlet手动切换，相当于手动档汽车，而gevent是自动切换，相当于自动档汽车。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

import gevent   def func1():     print(\'\\033[31;1m李闯在跟海涛搞...\\033[0m\')     gevent.sleep(2)     print(\'\\033[31;1m李闯又回去跟继续跟海涛搞...\\033[0m\')   def func2():     print(\'\\033[32;1m李闯切换到了跟海龙搞...\\033[0m\')     gevent.sleep(1)     print(\'\\033[32;1m李闯搞完了海涛，回来继续跟海龙搞...\\033[0m\')     gevent.joinall([     gevent.spawn(func1),　　#生成     gevent.spawn(func2),     #gevent.spawn(func3), ])

 

通过gevent实现单线程下的多socket并发

server side 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

import sys import socket import time import gevent   from gevent import socket,monkey monkey.patch_all()     def server(port):     s = socket.socket()     s.bind((\'0.0.0.0\', port))     s.listen(500)     while True:         cli, addr = s.accept()         gevent.spawn(handle_request, cli)       def handle_request(conn):     try:         while True:             data = conn.recv(1024)             print("recv:", data)             conn.send(data)             if not data:                 conn.shutdown(socket.SHUT_WR)       except Exception as  ex:         print(ex)  &n 以上是关于Python全栈开发-Day10-进程/协程/异步IO/IO多路复用的主要内容，如果未能解决你的问题，请参考以下文章 python全栈开发day36-IO多路复用 Python自动化开发，Day10 - 进程线程协程 python—day32 异步 + 回调 Eventgevent 协程单线程下实现遇到IO切换 Python全栈之路Day21 python全栈脱产第37天------进程池与线程池协程gevent模块单线程下实现并发的套接字通信 Python 10：线程进程协程异步io