多协程间遇到IO自动切换gevent

Posted 2020-12-26 zhangmingda

#!/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

自动切换gevent

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

自动切换效果

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‘)
])

并发爬虫gevent+urllib

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

并发效果

 

 

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：

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

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？