第七章|7.3并发编程|协程

Posted 2021-01-22 bj-mr-li

1、协程 

　　

本节的主题是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
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

　单纯地切换反而会降低运行效率

#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

View Code

　　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。

yield并不能实现遇到io切换

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)

View Code

　　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

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）））

#并发执行
import time
def producer():
    g=consumer()
    next(g)
    for i in range(10000000):
        g.send(i)

def consumer():
    while True:
        res=yield
start_time=time.time()
producer()
stop_time=time.time()
print(stop_time-start_time)  #计算的时间+切换的时间  效率低

#串行
import time
def producer():
    res=[]
    for i in range(10000000):
        res.append(i)
    return res

def consumer(res):
    pass

start_time=time.time()
res=producer()
consumer(res)
stop_time=time.time()
print(stop_time-start_time)  #没有切换的时间了
打印：
1.8201038837432861
1.897108793258667

View Code

2、greenlet模块

只是比yield好一点

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。

from greenlet import greenlet
import time
def eat(name):
    print(‘%s eat 1‘ %name)
    time.sleep(10)
    g2.switch(‘egon‘) #第一次启动
    print(‘%s eat 2‘ %name)
    g2.switch() #再切

def play(name):
    print(‘%s play 1‘ %name )
    g1.switch()  #再切回来
    print(‘%s play 2‘ %name )
g1=greenlet(eat)
g2=greenlet(play)

g1.switch(‘egon‘) #第一次启动的时候传个参数

打印：
egon eat 1
egon play 1
egon eat 2
egon play 2

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。

3、gevent模块

本质就是封装了greenlet模块，它能检测I/O并且遇到I/O自动切换到另外一个任务执行；可以帮我们提升效率

from gevent import monkey;monkey.patch_all() #把下面所有的涉及I/O操作的给你打了个标记，被gevent识别
import gevent
import time

def eat(name):
    print(‘%s eat 1‘ % name)
    time.sleep(3) #遇到I/O立马切换到下面执行
    print(‘%s eat 2‘ % name)

def play(name):
    print(‘%s play 1‘ % name)
    time.sleep(4)
    print(‘%s play 2‘ % name)

start_time=time.time()
g1=gevent.spawn(eat,‘egon‘) #异步提交的方式
g2=gevent.spawn(play,‘alex‘)

g1.join() #等待执行完
g2.join()
stop_time=time.time()
print(stop_time-start_time)

打印：
egon eat 1
alex play 1
egon eat 2
alex play 2
4.0012288093566895

View Code

gevent异步提交任务

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

def eat(name):
    print(‘%s eat 1‘ % name)
    time.sleep(3)
    print(‘%s eat 2‘ % name)

def play(name):
    print(‘%s play 1‘ % name)
    time.sleep(4)
    print(‘%s play 2‘ % name)

g1=gevent.spawn(eat,‘egon‘)
g2=gevent.spawn(play,‘alex‘)

# time.sleep(5)

# g1.join()
# g2.join()

gevent.joinall([g1,g2]) #相当于上边两行代码

打印：
egon eat 1
alex play 1
egon eat 2
alex play 2

View Code

基于gevent模块实现并发的套接字通信

单线程、多任务的I/O操作。

#基于gevent实现
from gevent import monkey,spawn;monkey.patch_all()
from socket import *

def communicate(conn):
    while True:
        try:
            data=conn.recv(1024)
            if not data:break
            conn.send(data.upper())
        except ConnectionResetError:
            break
    conn.close()

def server(ip,port):
    server = socket(AF_INET, SOCK_STREAM)
    server.bind((ip,port))
    server.listen(5)

    while True:
        conn, addr = server.accept()
        spawn(communicate,conn) #造一个协程对象，提交完这个对象它不会执行
    server.close()

if __name__ == ‘__main__‘:
    g=spawn(server,‘127.0.0.1‘,8090)
    g.join()

View Code

##客户端

from socket import *
from threading import Thread,currentThread

def client():
    client=socket(AF_INET,SOCK_STREAM)
    client.connect((‘127.0.0.1‘,8090))

    while True:
        client.send((‘%s hello‘ %currentThread().getName()).encode(‘utf-8‘))
        data=client.recv(1024)
        print(data.decode(‘utf-8‘))
    client.close()
if __name__ == ‘__main__‘:
    for i in range(500):
        t=Thread(target=client)
        t.start()

View Code