python之协程

Posted 迎风而来

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了python之协程相关的知识，希望对你有一定的参考价值。

 

一 引子

    该篇文章主题是：如何基于单线程来实现并发，即只用一个主线程（很明显可利用的cpu只有一个）情况下实现并发，为此我们需要先回顾下并发的本质：切换+保存状态

    cpu正在运行一个任务，会在两种情况下切走去执行其他的任务（切换由操作系统强制控制）

一、是该任务发生了阻塞（cpu的执行权限会被拿走），

二、是该任务计算的时间过长或有一个优先级更高的程序替代了它

ps：在介绍进程理论时，提及进程的三种执行状态，而线程才是执行单位，所以也可以将上图理解为线程的三种状态 

    一：其中第二种情况并不能提升效率，只是为了让cpu能够雨露均沾，实现看起来所有任务都被“同时”执行的效果，如果多个任务都是纯计算的，这种切换反而会降低效率。为此我们可以基于yield来验证。yield本身就是一种在单线程下可以保存任务运行状态的方法，我们来简单复习一下：

1 yiled可以保存状态，yield的状态保存与操作系统的保存线程状态很像，但是yield是代码级别控制的，更轻量级，而非操作系统级别的2 send可以把一个函数的结果传给另外一个函数，以此实现单线程内程序之间的切换  
\'\'\'
1、协程：
    单线程实现并发
    在应用程序里控制多个任务的切换+保存状态
    优点：
        应用程序级别速度要远远高于操作系统的切换
    缺点：
        多个任务一旦有一个阻塞没有切，整个线程都阻塞在原地
        该线程内的其他的任务都不能执行了

        一旦引入协程，就需要检测单线程下所有的IO行为,
        实现遇到IO就切换,少一个都不行，以为一旦一个任务阻塞了，整个线程就阻塞了，
        其他的任务即便是可以计算，但是也无法运行了

2、协程序的目的：
    想要在单线程下实现并发
    并发指的是多个任务看起来是同时运行的
    并发=切换+保存状态
\'\'\'

#串行执行
import time

def func1():
    for i in range(10000000):
        i+1

def func2():
    for i in range(10000000):
        i+1

start = time.time()
func1()
func2()
stop = time.time()
print(stop - start)


#基于yield并发执行
import time
def func1():
    while True:
        yield

def func2():
    g=func1()
    for i in range(10000000):
        i+1
        next(g)

start=time.time()
func2()
stop=time.time()
print(stop-start)
单纯地切换反而会降低运行效率

 

    二：第一种情况的切换。在任务一遇到io情况下，切到任务二去执行，这样就可以利用任务一阻塞的时间完成任务二的计算，效率的提升就在于此。

import time
def func1():
    while True:
        print(\'func1\')
        yield

def func2():
    g=func1()
    for i in range(10000000):
        i+1
        next(g)
        time.sleep(3)
        print(\'func2\')
start=time.time()
func2()
stop=time.time()
print(stop-start)
yield不能检测IO，实现不了遇到IO自动切换

   

       对于单线程下，我们不可避免程序中出现io操作，但如果我们能在自己的程序中（即用户程序级别，而非操作系统级别）控制单线程下的多个任务能在一个任务遇到io阻塞时就切换到另外一个任务去计算，这样就保证了该线程能够最大限度地处于就绪态，即随时都可以被cpu执行的状态，相当于我们在用户程序级别将自己的io操作最大限度地隐藏起来，从而可以迷惑操作系统，让其看到：该线程好像是一直在计算，io比较少，从而更多的将cpu的执行权限分配给我们的线程。

 

      协程的本质就是在单线程下，由用户（应用程序）自己控制一个任务遇到io阻塞了就切换另外一个任务去执行，以此来提升效率。为了实现它，我们需要找寻一种可以同时满足以下条件的解决方案：

1. 可以控制多个任务之间的切换，切换之前将任务的状态保存下来，以便重新运行时，可以基于暂停的位置继续执行------即并发的效果=切换+保存状态。

2.可以检测io操作，在遇到io操作的情况下才发生应用程序级别的切换

二 协程介绍

协程：是单线程下实现并发，又称微线程，纤程。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，即协程是由用户程序自己控制调度的。

需要强调的是：

1. python的线程属于内核级别的，即由操作系统控制调度（如单线程遇到io或执行时间过长就会被迫交出cpu执行权限，切换其他线程运行）
2. 单线程内开启协程，一旦遇到io，就会从应用程序级别（而非操作系统）控制切换，以此来提升效率（！！！强调：不是io操作的切换与效率无关）

操作系统控制线程的切换，用户在单线程内控制协程的切换对比

优点如下：

1. 协程的切换开销更小，属于程序级别的切换，操作系统完全感知不到，因而更加轻量级2. 单线程内就可以实现并发的效果，最大限度地利用cpu

缺点如下：

1. 协程的本质是单线程下，无法利用多核，可以是一个程序开启多个进程，每个进程内开启多个线程，每个线程内开启协程2. 协程指的是单个线程，因而一旦协程出现阻塞，将会阻塞整个线程，该线程内的其他任务都不能被执行

总结协程特点：

  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. 附加：一个协程遇到IO操作自动切换到其它协程（如何实现检测IO，yield、greenlet都无法实现，就用到了gevent模块（select机制））

三 Greenlet

如果我们在单个线程内有20个任务，要想实现在多个任务之间切换，使用yield生成器的方式过于麻烦（需要先得到初始化一次的生成器，然后再调用send。。。非常麻烦），而使用greenlet模块可以非常简单地实现这20个任务直接的切换

安装
pip3 install greenlet
复制代码
from greenlet import greenlet

def eat(name):
    print(\'%s eat 1\' %name)
    g2.switch(\'egon\')
    print(\'%s eat 2\' %name)
    g2.switch()
def play(name):
    print(\'%s play 1\' %name)
    g1.switch()
    print(\'%s play 2\' %name)

g1=greenlet(eat)
g2=greenlet(play)

g1.switch(\'egon\')#可以在第一次switch时传入参数，以后都不需要
复制代码

单纯的切换（在没有io的情况下或者没有重复开辟内存空间的操作），反而会降低程序的执行速度

#顺序执行
import time
def f1():
    res=1
    for i in range(100000000):
        res+=i

def f2():
    res=1
    for i in range(100000000):
        res*=i

start=time.time()
f1()
f2()
stop=time.time()
print(\'run time is %s\' %(stop-start)) #10.985628366470337

#切换
from greenlet import greenlet
import time
def f1():
    res=1
    for i in range(100000000):
        res+=i
        g2.switch()

def f2():
    res=1
    for i in range(100000000):
        res*=i
        g1.switch()

start=time.time()
g1=greenlet(f1)
g2=greenlet(f2)
g1.switch()
stop=time.time()
print(\'run time is %s\' %(stop-start)) # 52.763017892837524
View Code

greenlet只是提供了一种比generator更加便捷的切换方式，当切到一个任务执行时如果遇到io，那就原地阻塞，仍然是没有解决遇到IO自动切换来提升效率的问题。

单线程里的这20个任务的代码通常会既有计算操作又有阻塞操作，我们完全可以在执行任务1时遇到阻塞，就利用阻塞的时间去执行任务2。。。。如此，才能提高效率，这就用到了Gevent模块。

四 Gevent介绍

安装
pip3 install 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。

复制代码
#用法
g1=gevent.spawn(func,1,,2,3,x=4,y=5)创建一个协程对象g1，spawn括号内第一个参数是函数名，如eat，后面可以有多个参数，可以是位置实参或关键字实参，都是传给函数eat的

g2=gevent.spawn(func2)

g1.join() #等待g1结束

g2.join() #等待g2结束

#或者上述两步合作一步：gevent.joinall([g1,g2])

g1.value#拿到func1的返回值
复制代码

遇到IO阻塞时会自动切换任务

import gevent
def eat(name):
    print(\'%s eat 1\' %name)
    gevent.sleep(2)
    print(\'%s eat 2\' %name)

def play(name):
    print(\'%s play 1\' %name)
    gevent.sleep(1)
    print(\'%s play 2\' %name)


g1=gevent.spawn(eat,\'egon\')
g2=gevent.spawn(play,name=\'egon\')
g1.join()
g2.join()
#或者gevent.joinall([g1,g2])
print(\'主\')
View Code

上例gevent.sleep(2)模拟的是gevent可以识别的io阻塞,

而time.sleep(2)或其他的阻塞,gevent是不能直接识别的需要用下面一行代码,打补丁,就可以识别了

from gevent import monkey;monkey.patch_all()必须放到被打补丁者的前面，如time，socket模块之前

或者我们干脆记忆成：要用gevent，需要将from gevent import monkey;monkey.patch_all()放到文件的开头

复制代码
from gevent import monkey;monkey.patch_all()

import gevent
import time
def eat():
    print(\'eat food 1\')
    time.sleep(2)
    print(\'eat food 2\')

def play():
    print(\'play 1\')
    time.sleep(1)
    print(\'play 2\')

g1=gevent.spawn(eat)
g2=gevent.spawn(play_phone)
gevent.joinall([g1,g2])
print(\'主\')
复制代码

我们可以用threading.current_thread().getName()来查看每个g1和g2，查看的结果为DummyThread-n，即假线程

五 Gevent之同步与异步

from gevent import spawn,joinall,monkey;monkey.patch_all()

import time
def task(pid):
    """
    Some non-deterministic task
    """
    time.sleep(0.5)
    print(\'Task %s done\' % pid)


def synchronous():
    for i in range(10):
        task(i)

def asynchronous():
    g_l=[spawn(task,i) for i in range(10)]
    joinall(g_l)

if __name__ == \'__main__\':
    print(\'Synchronous:\')
    synchronous()

    print(\'Asynchronous:\')
    asynchronous()
#上面程序的重要部分是将task函数封装到Greenlet内部线程的gevent.spawn。 初始化的greenlet列表存放在数组threads中，此数组被传给gevent.joinall 函数，后者阻塞当前流程，并执行所有给定的greenlet。执行流程只会在 所有greenlet执行完后才会继续向下走。
View Code

六 Gevent之应用举例一

from gevent import monkey;monkey.patch_all()
import gevent
import requests
import time

def get_page(url):
    print(\'GET: %s\' %url)
    response=requests.get(url)
    if response.status_code == 200:
        print(\'%d bytes received from %s\' %(len(response.text),url))


start_time=time.time()
gevent.joinall([
    gevent.spawn(get_page,\'https://www.python.org/\'),
    gevent.spawn(get_page,\'https://www.yahoo.com/\'),
    gevent.spawn(get_page,\'https://github.com/\'),
])
stop_time=time.time()
print(\'run time is %s\' %(stop_time-start_time))
协程应用：爬虫

七 Gevent之应用举例二

通过gevent实现单线程下的socket并发（from gevent import monkey;monkey.patch_all()一定要放到导入socket模块之前，否则gevent无法识别socket的阻塞）

from gevent import monkey;monkey.patch_all()
from socket import *
import gevent

#如果不想用money.patch_all()打补丁,可以用gevent自带的socket
# from gevent import socket
# s=socket.socket()

def server(server_ip,port):
    s=socket(AF_INET,SOCK_STREAM)
    s.setsockopt(SOL_SOCKET,SO_REUSEADDR,1)
    s.bind((server_ip,port))
    s.listen(5)
    while True:
        conn,addr=s.accept()
        gevent.spawn(talk,conn,addr)

def talk(conn,addr):
    try:
        while True:
            res=conn.recv(1024)
            print(\'client %s:%s msg: %s\' %(addr[0],addr[1],res))
            conn.send(res.upper())
    except Exception as e:
        print(e)
    finally:
        conn.close()

if __name__ == \'__main__\':
    server(\'127.0.0.1\',8080)

服务端
服务端
#_*_coding:utf-8_*_
__author__ = \'Linhaifeng\'

from socket import *

client=socket(AF_INET,SOCK_STREAM)
client.connect((\'127.0.0.1\',8080))


while True:
    msg=input(\'>>: \').strip()
    if not msg:continue

    client.send(msg.encode(\'utf-8\'))
    msg=client.recv(1024)
    print(msg.decode(\'utf-8\'))
客户端
from threading import Thread
from socket import *
import threading

def client(server_ip,port):
    c=socket(AF_INET,SOCK_STREAM) #套接字对象一定要加到函数内，即局部名称空间内，放在函数外则被所有线程共享，则大家公用一个套接字对象，那么客户端端口永远一样了
    c.connect((server_ip,port))

    count=0
    while True:
        c.send((\'%s say hello %s\' %(threading.current_thread().getName(),count)).encode(\'utf-8\'))
        msg=c.recv(1024)
        print(msg.decode(\'utf-8\'))
        count+=1
if __name__ == \'__main__\':
    for i in range(500):
        t=Thread(target=client,args=(\'127.0.0.1\',8080))
        t.start()
多线程并发多个客

以上是关于python之协程的主要内容，如果未能解决你的问题，请参考以下文章

Python之协程函数

python之协程

python之协程

python 之协程

python之协程

Python 之协程