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
进程: 多个进程操作同一个文件,会出现数据不安全 线程: 多个线程操作同一个全局变量,会出现数据不安全 对于共享的数据操作: 如果是 += *= /= -= 操作,都存在数据不安全问题 如果是append,extend,pop,remove操作,就不会出现数据不安全问题 协程: 永远不会出现数据不安全问题 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:
# 最简单的协程 a = 0 def fn1(): global a g = fn2() # 拿到生成器 next(g) # 转向fn2函数执行 a += 1 next(g) # 转向fn2函数执行 def fn2(): global a yield a += 1 yield print(fn1()) # None 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
- # 效率对比
-
- from greenlet import greenlet
- from time import time
-
- def func1():
- res = 1
- for i in range(1000000):
- res +=i
-
- def func2():
- res = 1
- for i in range(1000000):
- res *=i
-
-
- # 顺序执行
- start = time()
- func1()
- func2()
- print(‘run time is‘, time() - start)
- # run time is 0.19996070861816406
-
- # 切换
- start =time()
- g1 = greenlet(func1)
- g2 = greenlet(func2)
- g1.switch()
- print(‘run time is‘, time() - start)
- # 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
- # 遇到io主动切换
-
- import gevent
-
- def eat(name):
- print(‘%s eat 1‘ % name)
- gevent.sleep(1)
- print(‘%s eat 2‘ % name)
-
- def play(name):
- print(‘%s play 1‘ % name)
- gevent.sleep(1)
- print(‘%s play 2‘ % name)
-
- g1 = gevent.spawn(eat, ‘egon‘)
- g2 = gevent.spawn(play, name=‘egon‘)
- g1.join()
- g2.join()
- # 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:
- from gevent import spawn, monkey
- import time
- def eat(name):
- print(‘%s eat 1‘ % name)
- time.sleep(1)
- print(‘%s eat 2‘ % name)
-
- def play(name):
- print(‘%s play 1‘ % name)
- time.sleep(1)
- print(‘%s play 2‘ % name)
-
- monkey.patch_all() # 打补丁
- g1 = spawn(eat, ‘egon‘)
- g2 = spawn(play, name=‘egon‘)
- g1.join()
- g2.join()
- # 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。
- from gevent import spawn, monkey
- from threading import current_thread
-
- func1 = lambda :print(current_thread().getName()) # DummyThread-1
-
- monkey.patch_all()
- spawn(func1).join()
- 同步与异步效率对比
- # 同步与异步效率对比
-
- from gevent import spawn, joinall, monkey;monkey.patch_all()
- from time import sleep
-
- def task(pid):
- """Some non-deterministic task"""
- sleep(0.5)
- print(‘Task %s done‘ % pid)
-
- def synchronous(): # 同步
- [task(i) for i in range(10)]
-
- def asynchronous(): # 异步
- gevent_lst = [spawn(task, i) for i in range(10)]
- joinall(gevent_lst)
- print(‘DONE‘)
-
- if __name__ == ‘__main__‘:
- print(‘Syinchronous:‘)
- synchronous()
- print(‘Asynchronous:‘)
- asynchronous()
- 异步应用爬虫
- from gevent import spawn, joinall, monkey; monkey.patch_all()
- from requests import get
- from time import time
-
- def get_page(url):
- print(‘GET: %s‘ % url)
- response = get(url)
- if response.status_code == 200:
- print(‘%d bytes received from %s‘ %(len(response.text), url))
-
- start_time = time()
- joinall([
- spawn(get_page, ‘https://www.python.org/‘),
- spawn(get_page, ‘https://www.yahoo.com/‘),
- spawn(get_page, ‘https://github.com/‘),
- ])
-
- print(‘run time is %s‘ %(time() - start_time))
- 实例:实现单线程下的socket并发
- # Server
-
- from gevent import spawn, monkey; monkey.patch_all()
- from socket import socket, SOL_SOCKET, SO_REUSEADDR
-
- def server(ip=‘127.0.0.1‘, port=8080):
- sk = socket()
- sk.setsockopt(SOL_SOCKET, SO_REUSEADDR,1)
- sk.bind((ip, port))
- sk.listen(10)
- while 1:
- conn, addr = sk.accept()
- spawn(task, conn)
- print(‘Client‘, addr)
-
- def task(conn):
- try:
- while 1:
- res = conn.recv(1472)
- if not res:break
- print(res.decode(‘UTF-8‘))
- conn.send(res.upper())
- except Exception as e:
- print(e)
- finally:
- conn.close()
-
- if __name__ == ‘__main__‘:
- server()
- # Clinet
-
- from socket import socket
-
- sk = socket()
- sk.connect_ex((‘127.0.0.1‘, 8080))
-
- while 1:
- ret = input(‘>>>‘).strip()
- sk.send(ret.encode(‘UTF-8‘))
- if not ret:break
- print(sk.recv(1472).decode(‘UTF-8‘))
关于yield:
- from time import time
-
- # 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
- # 以此来实现一个假的并发现象。
- # 总结:
- # yield 只能实现单纯的切换函数和保存函数状态的功能
- # 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
- # 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
- # 如果能实现这个功能,那么每个函数都是一个协程
- #
- # 但是 协程的本质还是主要依靠于yield去实现的。
- #
- # 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
-
- def consumer():
- while 1:
- x = yield
- print(x)
-
- def producer():
- g = consumer()
- next(g)
- [g.send(i) for i in range(100000)]
-
- start = time()
- producer()
- 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