Python协程的实现 -- 2019-08-16 22:07:16

Posted gqy02

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协程的实现 -- 2019-08-16 22:07:16相关的知识,希望对你有一定的参考价值。

原文: http://blog.gqylpy.com/gqy/233

"



补充数据安全问题

  1. 进程:
  2. 多个进程操作同一个文件,会出现数据不安全
  3. 线程:
  4. 多个线程操作同一个全局变量,会出现数据不安全
  5. 对于共享的数据操作:
  6. 如果是 += *= /= -= 操作,都存在数据不安全问题
  7. 如果是append,extend,pop,remove操作,就不会出现数据不安全问题
  8. 协程:
  9. 永远不会出现数据不安全问题
  10. 因为协程是由程序员控制的,而程序员控制的只能是代码

协程示例代码:

  1. # 最简单的协程
  2. a = 0
  3. def fn1():
  4. global a
  5. g = fn2() # 拿到生成器
  6. next(g) # 转向fn2函数执行
  7. a += 1
  8. next(g) # 转向fn2函数执行
  9. def fn2():
  10. global a
  11. yield
  12. a += 1
  13. yield
  14. print(fn1()) # None
  15. print(a) # 2

 

 

1. 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。一句话说明什么是协程: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.

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,切换其它线程运行)

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操作的切换反而会降低效率!)

  • 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实现并发,因而无法利用多核。(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

(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,需要用到gevent模块(select机制)))


二、greenlet模块

windows安装命令:pip3 install greenlet

  • 单纯的切换(在没有io或没有重复开辟内存空间的操作下)反而会降低程序的执行速度
  1. # 效率对比
  2. from greenlet import greenlet
  3. from time import time
  4. def func1():
  5. res = 1
  6. for i in range(1000000):
  7. res +=i
  8. def func2():
  9. res = 1
  10. for i in range(1000000):
  11. res *=i
  12. # 顺序执行
  13. start = time()
  14. func1()
  15. func2()
  16. print(‘run time is‘, time() - start)
  17. # run time is 0.19996070861816406
  18. # 切换
  19. start =time()
  20. g1 = greenlet(func1)
  21. g2 = greenlet(func2)
  22. g1.switch()
  23. print(‘run time is‘, time() - start)
  24. # run time is 19.51878547668457

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操作,便会原地阻塞,仍然没有解决遇到io自动切换来提升效率的问题.

单线程里的多个任务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遇到阻塞时就切换到任务2继续执行。如此才能提高效率,这就需要用到Gevent模块.


三、gevent模块

windows安装命令:pip3 install gevent

gevent模块是一个第三方库,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。

  • 基本用法

g = gevent.spawn(func, 1, 2, x=3, y=4):创建一个协程对象g,spawn括号内的第一个参数是函数名,后面可以有多个参数,可以是位置实参或关键字实参,都是传给函数的func。

g.join():等待g结束,等价于gevent.joinall([g1, g2])

g.value:拿到func的返回值

  1. # 遇到io主动切换
  2. import gevent
  3. def eat(name):
  4. print(‘%s eat 1‘ % name)
  5. gevent.sleep(1)
  6. print(‘%s eat 2‘ % name)
  7. def play(name):
  8. print(‘%s play 1‘ % name)
  9. gevent.sleep(1)
  10. print(‘%s play 2‘ % name)
  11. g1 = gevent.spawn(eat, ‘egon‘)
  12. g2 = gevent.spawn(play, name=‘egon‘)
  13. g1.join()
  14. g2.join()
  15. # 或者 gevent.joinall([g1, g2])

上面的gevent.sleep()模拟的是gevent可以识别的io阻塞,而time.sleep()或其它的阻塞,gevent是不能直接识别的,需要用到下面一行代码,打补丁,便可识别:from gevent import monkey; monkey.patch_all()  必须写在被打补丁者之前:

  1. from gevent import spawn, monkey
  2. import time
  3. def eat(name):
  4. print(‘%s eat 1‘ % name)
  5. time.sleep(1)
  6. print(‘%s eat 2‘ % name)
  7. def play(name):
  8. print(‘%s play 1‘ % name)
  9. time.sleep(1)
  10. print(‘%s play 2‘ % name)
  11. monkey.patch_all() # 打补丁
  12. g1 = spawn(eat, ‘egon‘)
  13. g2 = spawn(play, name=‘egon‘)
  14. g1.join()
  15. g2.join()
  16. # 或者 gevent.joinall([g1, g2])

我们可以使用threading.current_thread().getName()来查看每个协程的变量名都会为:DummyThread-n,既假线程。

  1. from gevent import spawn, monkey
  2. from threading import current_thread
  3. func1 = lambda :print(current_thread().getName()) # DummyThread-1
  4. monkey.patch_all()
  5. spawn(func1).join()
  • 同步与异步效率对比
  1. # 同步与异步效率对比
  2. from gevent import spawn, joinall, monkey;monkey.patch_all()
  3. from time import sleep
  4. def task(pid):
  5. """Some non-deterministic task"""
  6. sleep(0.5)
  7. print(‘Task %s done‘ % pid)
  8. def synchronous(): # 同步
  9. [task(i) for i in range(10)]
  10. def asynchronous(): # 异步
  11. gevent_lst = [spawn(task, i) for i in range(10)]
  12. joinall(gevent_lst)
  13. print(‘DONE‘)
  14. if __name__ == ‘__main__‘:
  15. print(‘Syinchronous:‘)
  16. synchronous()
  17. print(‘Asynchronous:‘)
  18. asynchronous()
  • 异步应用爬虫
  1. from gevent import spawn, joinall, monkey; monkey.patch_all()
  2. from requests import get
  3. from time import time
  4. def get_page(url):
  5. print(‘GET: %s‘ % url)
  6. response = get(url)
  7. if response.status_code == 200:
  8. print(‘%d bytes received from %s‘ %(len(response.text), url))
  9. start_time = time()
  10. joinall([
  11. spawn(get_page, ‘https://www.python.org/‘),
  12. spawn(get_page, ‘https://www.yahoo.com/‘),
  13. spawn(get_page, ‘https://github.com/‘),
  14. ])
  15. print(‘run time is %s‘ %(time() - start_time))
  • 实例:实现单线程下的socket并发
  1. # Server
  2. from gevent import spawn, monkey; monkey.patch_all()
  3. from socket import socket, SOL_SOCKET, SO_REUSEADDR
  4. def server(ip=‘127.0.0.1‘, port=8080):
  5. sk = socket()
  6. sk.setsockopt(SOL_SOCKET, SO_REUSEADDR,1)
  7. sk.bind((ip, port))
  8. sk.listen(10)
  9. while 1:
  10. conn, addr = sk.accept()
  11. spawn(task, conn)
  12. print(‘Client‘, addr)
  13. def task(conn):
  14. try:
  15. while 1:
  16. res = conn.recv(1472)
  17. if not res:break
  18. print(res.decode(‘UTF-8‘))
  19. conn.send(res.upper())
  20. except Exception as e:
  21. print(e)
  22. finally:
  23. conn.close()
  24. if __name__ == ‘__main__‘:
  25. server()
  1. # Clinet
  2. from socket import socket
  3. sk = socket()
  4. sk.connect_ex((‘127.0.0.1‘, 8080))
  5. while 1:
  6. ret = input(‘>>>‘).strip()
  7. sk.send(ret.encode(‘UTF-8‘))
  8. if not ret:break
  9. print(sk.recv(1472).decode(‘UTF-8‘))

 

关于yield:

  1. from time import time
  2. # 在单线程中,如果存在多个函数,如果有某个函数发生IO操作,你想让程序马上切换到另一个函数去执行
  3. # 以此来实现一个假的并发现象。
  4. # 总结:
  5. # yield 只能实现单纯的切换函数和保存函数状态的功能
  6. # 不能实现:当某一个函数遇到io阻塞时,自动的切换到另一个函数去执行
  7. # 目标是:当某一个函数中遇到IO阻塞时,程序能自动的切换到另一个函数去执行
  8. # 如果能实现这个功能,那么每个函数都是一个协程
  9. #
  10. # 但是 协程的本质还是主要依靠于yield去实现的。
  11. #
  12. # 如果只是拿yield去单纯的实现一个切换的现象,你会发现,跟本没有程序串行执行效率高
  13. def consumer():
  14. while 1:
  15. x = yield
  16. print(x)
  17. def producer():
  18. g = consumer()
  19. next(g)
  20. [g.send(i) for i in range(100000)]
  21. start = time()
  22. producer()
  23. print(‘yield:‘, time() - start)

 

"

原文: http://blog.gqylpy.com/gqy/233

以上是关于Python协程的实现 -- 2019-08-16 22:07:16的主要内容,如果未能解决你的问题,请参考以下文章

Python中协程的实现

Python实现基于协程的异步爬虫

Python协程的实现 񡛰

2020-08-20:GO语言中的协程与Python中的协程的区别?

python协程的使用

协程的概念