Python协程的实现 -- 2019-08-16 22:07:16

Posted 2022-07-19 gqy02

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