《Python》线程池携程
Posted 酒醉人醒
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》线程池携程相关的知识,希望对你有一定的参考价值。
一、线程池(concurrent.futures模块)
#1 介绍 concurrent.futures模块提供了高度封装的异步调用接口 ThreadPoolExecutor:线程池,提供异步调用 ProcessPoolExecutor: 进程池,提供异步调用 Both implement the same interface, which is defined by the abstract Executor class. #2 基本方法 #submit(fn, *args, **kwargs) 异步提交任务 #map(func, *iterables, timeout=None, chunksize=1) 取代for循环submit的操作 #shutdown(wait=True) 相当于进程池的pool.close()+pool.join()操作 wait=True,等待池内所有任务执行完毕回收完资源后才继续 wait=False,立即返回,并不会等待池内的任务执行完毕 但不管wait参数为何值,整个程序都会等到所有任务执行完毕 submit和map必须在shutdown之前 #result(timeout=None) 取得结果 #add_done_callback(fn) 回调函数
import time from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor def func(i): print(\'thread\', i) time.sleep(1) print(\'thread %s end\' % i) # 线程池,提供异步调用 tp = ThreadPoolExecutor(5) tp.submit(func, 1) tp.shutdown() print(\'主线程\') # 进程池,提供异步调用 if __name__ == \'__main__\': tp = ProcessPoolExecutor(5) tp.submit(func, 1) tp.shutdown() print(\'主线程\')
import time from concurrent.futures import ThreadPoolExecutor from threading import current_thread def func(i): print(\'thread\', i, current_thread().ident) time.sleep(1) print(\'thread %s end\' % i) tp = ThreadPoolExecutor(5) for i in range(20): tp.submit(func, i) tp.shutdown() print(\'主线程\') # 获取返回值 import time from concurrent.futures import ThreadPoolExecutor from threading import current_thread def func(i): print(\'thread\', i, current_thread().ident) time.sleep(1) print(\'thread %s end\' % i) return i * \'*\' tp = ThreadPoolExecutor(5) ret_l = [] for i in range(20): ret = tp.submit(func, i) ret_l.append(ret) for ret in ret_l: print(ret.result()) print(\'主线程\')
# map的用法 import time from concurrent.futures import ThreadPoolExecutor def func(i): print(\'thread\', i) time.sleep(1) print(\'thread %s end\' % i) return i * \'*\' tp = ThreadPoolExecutor(5) res = tp.map(func, range(20)) for i in res: print(i)
# 回调函数 import time import os from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor from threading import current_thread def func(i): print(\'thread\', i, current_thread().ident, os.getpid()) time.sleep(1) print(\'thread %s end\' % i) return i * \'*\' def call_back(arg): print(\'call back : \', current_thread().ident, os.getpid()) print(\'ret : \', arg.result())
# 线程池的回调函数是由子线程完成的 tp = ThreadPoolExecutor(5) ret_l = [] for i in range(20): tp.submit(func, i).add_done_callback(call_back) print(\'主线程\', current_thread().ident, os.getpid())
# 进程池的回调函数是由主进程完成的 if __name__ == \'__main__\': tp = ProcessPoolExecutor(5) ret_l = [] for i in range(20): tp.submit(func, i).add_done_callback(call_back) print(\'主线程\', current_thread().ident, os.getpid())
二、协程
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 #基于yield并发执行 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) start=time.time() # 基于yield保存状态,实现两个任务直接来回切换,即并发的效果 # PS:如果每个任务中都加上打印,那么明显地看到两个任务的打印是你一次我一次,即并发执行的. producer() stop=time.time() print(stop-start) #2.0272178649902344
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)
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:
- 必须在只有一个单线程里实现并发
- 修改共享数据不需加锁
- 用户程序里自己保存多个控制流的上下文栈
- 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))
Greenlet 模块
安装 :pip3 install greenlet
# greenlet实现状态切换 import time from greenlet import greenlet def eat(): print(\'eating 1\') g2.switch() time.sleep(1) print(\'eating 2\') def play(): print(\'playing 1\') time.sleep(1) print(\'playing 2\') g1.switch() g1 = greenlet(eat) g2 = greenlet(play) g1.switch()
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
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。
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。
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
import time import gevent def eat(): print(\'eating 1\') # time.sleep(1) gevent.sleep(1) # 改成这样就能认识了 print(\'eating 2\') def play(): print(\'playing 1\') # time.sleep(1) gevent.sleep(1) # 改成这样就能认识了 print(\'playing 2\') g1 = gevent.spawn(eat) # 自动的检测事件,遇见阻塞了就会进行切换,有些阻塞它不认识 g2 = gevent.spawn(play) g1.join() # 阻塞直到g1结束 g2.join() # 阻塞直到g2结束
# gevent.joinall([g1, g2]) # 这样也可以
上例gevent.sleep(1)模拟的是gevent可以识别的io阻塞,而time.sleep(1)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() # 要放在最上面 import time import gevent def eat(): print(\'eating 1\') time.sleep(1) print(\'eating 2\') def play(): print(\'playing 1\') time.sleep(1) print(\'playing 2\') g1 = gevent.spawn(eat) # 自动的检测阻塞事件,遇见阻塞了就会进行切换 g2 = gevent.spawn(play) g1.join() # 阻塞直到g1结束 g2.join() # 阻塞直到g2结束
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\')
# 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(): # 同步 for i in range(10): task(i) def asynchronous(): # 异步 g_l=[spawn(task,i) for i in range(10)] joinall(g_l) print(\'DONE\') 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任务。执行流程只会在 所有greenlet执行完后才会继续向下走。
from gevent import monkey;monkey.patch_all() import time import gevent import requests url_lst = [ \'http://www.baidu.com\', \'http://www.4399.com\', \'http://www.7k7k.com\', \'http://www.sogou.com\', \'http://www.sohu.com\', \'http://www.sina.com\', \'http://www.jd.com\', \'http://www.luffycity.com/home\', \'http://www.douban.com\', \'http://cnblogs.com/Eva-J/articles/8324673.html\' ] def get_url(url): response = requests.get(url) if response.status_code == 200: print(url, len(response.text)) # 普通方法 start = time.time() for url in url_lst: get_url(url) print(time.time() - start) # 通过协程实现 start = time.time() g_lst = [] for url in url_lst: g = gevent.spawn(get_url, url) g_lst.append(g) gevent.joinall(g_lst) print(time.time() - start)
通过gevent实现单线程下的socket并发
注意 :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)
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\'))
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()
以上是关于《Python》线程池携程的主要内容,如果未能解决你的问题,请参考以下文章
newCacheThreadPool()newFixedThreadPool()newScheduledThreadPool()newSingleThreadExecutor()自定义线程池(代码片段