多协程间遇到IO自动切换gevent
Posted zhangmingda
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了多协程间遇到IO自动切换gevent相关的知识,希望对你有一定的参考价值。
#!/usr/bin/env python # Author:Zhangmingda import gevent,time def func1(): print(‘第一个任务开始....‘) gevent.sleep(2) #模拟遇到IO操作,自动切换任务 print(‘第一个任务干完了!‘) def func2(): print(‘第二个任务开始....‘) gevent.sleep(1)#模拟遇到IO操作,自动切换任务 print(‘第二个任务干完了!‘) def func3(): print(‘第三个任务开始....‘) gevent.sleep(0.3)#模拟遇到IO操作,自动切换任务 print(‘第三个任务干完了!‘) gevent.joinall( [gevent.spawn(func1), gevent.spawn(func2), gevent.spawn(func3),] ) #效果:三个IO操作(gevent.sleep()同时进行,谁的先完成,谁就先继续往下执行 #gevent模块会自动检测什么是IO操作
C:UsersAdministratorDesktopPython3_studyvenvScriptspython.exe C:/Users/Administrator/Desktop/Python3_study/day9/协程自动切换IO后置运行Gevent.py
第一个任务开始....
第二个任务开始....
第三个任务开始....
第三个任务干完了!
第二个任务干完了!
第一个任务干完了!
Process finished with exit code 0
总计花费时间为IO最长的协程
#!/usr/bin/env python # Author:Zhangmingda from urllib.request import urlopen import gevent from gevent import monkey#补丁 monkey.patch_all() #将当前程序所有的IO操作单独做标记,便于gevent能够识别到urllib模块中的IO操作从而进行切换运行,避免在IO操作处阻塞 #如果不做IO标记,将会阻塞,= 串行 def get(url): print(‘GET %s‘% url) resp = urlopen(url) #此时在获取网页,IO阻塞中... data = resp.read() #将get到的网页内容读取出来 print(‘%d bytes received from %s‘ %(len(data),url)) gevent.joinall([ gevent.spawn(get,‘https://www.python.org‘), gevent.spawn(get,‘https://www.yahoo.com‘), gevent.spawn(get,‘https://github.com‘) ])
C:UsersAdministratorDesktopPython3_studyvenvScriptspython.exe C:/Users/Administrator/Desktop/Python3_study/day9/协程应用爬虫.py GET https://www.python.org GET https://www.yahoo.com GET https://github.com 59858 bytes received from https://github.com 48786 bytes received from https://www.python.org 498991 bytes received from https://www.yahoo.com Process finished with exit code 0
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。
协程
协程,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。
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。
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
|
import time import queue def consumer(name): print ( "--->starting eating baozi..." ) while True : new_baozi = yield 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) con2.send(n) print ( " 33[32;1m[producer] 33[0m is making baozi %s" % n ) if __name__ = = ‘__main__‘ : con = consumer( "c1" ) con2 = consumer( "c2" ) p = producer() |
看楼上的例子,我问你这算不算做是协程呢?你说,我他妈哪知道呀,你前面说了一堆废话,但是并没告诉我协程的标准形态呀,我腚眼一想,觉得你说也对,那好,我们先给协程一个标准定义,即符合什么条件就能称之为协程:
- 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
- 一个协程遇到IO操作自动切换到其它协程
基于上面这4点定义,我们刚才用yield实现的程并不能算是合格的线程,因为它有一点功能没实现,哪一点呢?
以上是关于多协程间遇到IO自动切换gevent的主要内容,如果未能解决你的问题,请参考以下文章