python 协程

Posted 2020-12-27 年轻a

                                           协程                                          

引子

　　之前我们学习了线程、进程的概念，了解了在操作系统中进程是资源分配的最小单位,线程是CPU调度的最小单位。按道理来说我们已经算是把cpu的利用率提高很多了。但是我们知道无论是创建多进程还是创建多线程来解决问题，都要消耗一定的时间来创建进程、创建线程、以及管理他们之间的切换。

　　随着我们对于效率的追求不断提高，基于单线程来实现并发又成为一个新的课题，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。这样就可以节省创建线进程所消耗的时间。

　　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），一种情况是该任务发生了阻塞，另外一种情况是该任务计算的时间过长

　  　

　　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
#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

#串行执行
import time
def consumer(res):
    \'\'\'任务1:接收数据,处理数据\'\'\'
    pass

def producer():
    \'\'\'任务2:生产数据\'\'\'
    res=[]
    for i in range(10000000):
        res.append(i)
    return res

start=time.time()
#串行执行
res=producer()
consumer(res) #写成consumer(producer())会降低执行效率
stop=time.time()
print(stop-start) #1.5536692142486572

单纯的切换反而会降低效率

 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 consumer():
    \'\'\'任务1:接收数据,处理数据\'\'\'
    while True:
        x=yield

def producer():
    \'\'\'任务2:生产数据\'\'\'
    g=consumer()
    next(g)
    for i in range(10000000):
        g.send(i)
        time.sleep(2)

start=time.time()
producer() #并发执行,但是任务producer遇到io就会阻塞住,并不会切到该线程内的其他任务去执行

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

yield无法做到遇到io阻塞

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。
#2. 作为1的补充：可以检测io操作，在遇到io操作的情况下才发生切换

协程介绍

协程：是单线程下的并发，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（！！！非io操作的切换与效率无关）

对比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

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

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）

协程:      能在一条线程的基础上,在多个任务之间互相切换

　　　   节省了线程的消耗

　　       是从python代码的级别调度的

　　        协程的调度不是由操作系统完成的

 

 Greenlet模块-------->>>>>>

安装 ：pip3 install greenlet

 

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

遇到IO切换 greenlet

 

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

效率比较

 

 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。

Gevent模块

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。

 greenlet是gevent的底层,gevent基于greenlet实现的.

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

方法介绍

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\')

遇到IO主动切换

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

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)
gevent.joinall([g1,g2])
print(\'主\')

代码实例 IO切换

总结    

# 没有开启但是切换了
    # gevent帮你做了切换,做切换是有条件的,遇到IO才切换
    # gevent不认识除了gevent这个模块内以外的IO操作
    # 使用join可以一直阻塞直到协程任务完成
# 帮助gevent来认识其他模块中的阻塞
    # from gevent import monkey;monkey.patch_all()写在其他模块导入之前

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

from gevent import monkey;monkey.patch_all()
import threading
import gevent
import time
def eat():
    print(threading.current_thread().getName())
    print(\'eat food 1\')
    time.sleep(2)
    print(\'eat food 2\')

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

g1=gevent.spawn(eat)
g2=gevent.spawn(play)
gevent.joinall([g1,g2])
print(\'主\')

扩展

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))

爬虫应用

Gevent之应用举例二

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

def talk(conn):
    while True:
        conn.send(b\'hello\')
        print(conn.recv(1024))

sk = socket.socket()
sk.bind((\'127.0.0.1\',9090))
sk.listen()
while True:
    conn,addr = sk.accept()
    gevent.spawn(talk,conn)

服务端

import  socket
from threading import Thread
def client():
    sk = socket.socket()
    sk.connect((\'127.0.0.1\',9090))
    while True:
        print(sk.recv(1024))
        sk.send(b\'bye\')

for i in range(500):
    Thread(target=client).start()

客户端