并发编程——协程

Posted 2020-11-06 Qingqiu_Gu

协程：

　　基于单线程来实现并发。

　　协程并不是实际存在的实体，本质上是一个线程的多个部分。

　　比线程的单位更小——协程，纤程，在一个线程中可以开启很多协程。

　　在执行程序的过程中，遇到 IO 操作就冻结当前位置的状态，去执行其他任务，在执行其他任务的过程中，会不断地检测上一个冻结的任务是否 IO 结束，如果 IO 结束了，就继续从冻结的位置开始执行。

　　一个线程不会遇到阻塞——一直在使用CPU。

　　多个线程——只能有一个线程使用CPU。

　　协程比线程之间的切换和线程的创建销毁所花费的时间，空间开销要小的多。

协程的特点：冻结当前程序/任务的执行状态，可以规避IO操作的时间。

import time
def producer():
    res = []
    for i in range(1000000):
        res.append(i)
    return res

def consumer(res):
    for i in res:pass

start = time.time()
res = producer()
consumer(res)
print(time.time()-start) # 0.26484227180480957

def producer():
    for i in range(1000000):
        yield i
def consumer():
    g = producer()
    for i in g:pass

start = time.time()
consumer()
print(time.time() - start)  # 0.09993767738342285

import time
def consumer():
    while True:
        x=yield

def producer():
    g=consumer()
    next(g)
    for i in range(10000000):
        g.send(i)
start = time.time()
producer()
print(time.time() - start)  # 1.6259949207305908

# 单纯的切换，还是要耗费一些时间的，记住当前执行的状态。
# 用时间换了空间

协程的引子

　　 协程：是单线程下的开发，又称微线程，纤程。

　　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的线程是属于内核级别的，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，每个线程内开启多个协程。

　　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。

总结协程的特点：

　　1，必须在只有一个单线程里实现并发。

　　2，修改共享数据不需要加锁。

　　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 操作自动切换到其他协程

Greenlet模块：

安装：pip3 install greenlet

import time
from greenlet import greenlet

def func1(name):
    print(\'%s\'%name,123)
    g2.switch(\'小白\')
    time.sleep(1)
    print(\'%s\'%name,\'abc\')

def func2(name):
    time.sleep(1)
    print(\'%s\'%name,456)
    g1.switch()

g1 = greenlet(func1)    # 实例化
g2 = greenlet(func2)
g1.switch(\'清秋\') # 开始运行 可以在第一次switch时传入参数，以后就不用了。
\'\'\'
清秋 123
小白 456
清秋 abc
\'\'\'

greenlet实现状态切换

单纯的切换(在没有io的情况下或者没有重复开辟内存空间的操作)，反而会降低程序的执行速度。

# 顺序执行
import time

def f1():
    res = 1
    for i in range(10000000):
        res += i

def f2():
    res = 1
    for i in range(10000000):
        res *= i

start = time.time()
f1()
f2()
print(time.time()-start)    # 1.5120854377746582


# 切换执行
from greenlet import greenlet
import time
def f1():
    res = 1
    for i in range(10000000):
        res += i
        g2.switch()

def f2():
    res = 1
    for i in range(10000000):
        res *= i
        g1.switch()

start = time.time()
g1 = greenlet(f1)
g2 = greenlet(f2)
g1.switch()
print(time.time()-start)    # 1.9758000373840332

# 由上可知，单纯的切换，反而会降低了程序的执行速度。

效率对比

　　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，所以我们可以在这些时间去执行其他任务，这样就能提高效率，这就用到了gevent模块。

Gevent模块：

　　安装：pip3 install gevent

　　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扩展模块形式介入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，但他们被协作式的调度。

g1=gevent.spawn(func,1,,2,3,x=4,y=5)创建一个协程对象g1，spawn括号内第一个参数是函数名，如eat，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eat的

g2=gevent.spawn(func2)

g1.join() #等待g1结束

g2.join() #等待g2结束

#或者上述两步合作一步：gevent.joinall([g1,g2])

g1.value#拿到func1的返回值

用法介绍

from gevent import monkey;monkey.patch_all()
# 它会把下面导入的所有模块中的IO操作都打成一个包，gevent就能够识别这些IO操作了。
import time
import gevent
# 使用gevent模块来执行多个函数，表示在这些函数遇到IO操作的时候可以在同一个线程中进行切换。
# 利用其他任务的IO阻塞时间来切换到其他的任务继续执行。
# spawn来发布协程任务
# gevent本身并不认识其他模块中的IO操作，所以只有 from gevent import monkey;monkey.patch_all() 才能识别
# gevent就能够认是在这句话后导入模块的IO操作。

from threading import currentThread
def eat():
    print(\'eating1\',currentThread())
    time.sleep(1)
    print(\'eating2\')

def play():
    print(\'playing1\',currentThread())
    time.sleep(1)
    print(\'playing2\')
g1 = gevent.spawn(eat)
g2 = gevent.spawn(play)
time.sleep(1)  # 停一会等待执行完毕

例子

from gevent import monkey;monkey.patch_all()
import time
import gevent
def eat(name):
    print(\'%s eat1\' % name)
    time.sleep(1)
    print(\'%s eat2\' % name)

def play(name):
    print(\'%s play1\' % name)
    time.sleep(1)
    print(\'%s play2\' % name)

g1 = gevent.spawn(eat,\'egon\')
g2 = gevent.spawn(play,\'alex\')
g1.join()
g2.join()
# 可以直接用 gevent.joinall([g1,g2])
print(\'主\')

遇到IO自动切换

from gevent import monkey;monkey.patch_all()
import threading
import gevent
import time
def eat():
    print(threading.current_thread().getName()) # DummyThread-1
    print(\'eat1\')
    time.sleep(2)
    print(\'eat2\')
def play():
    print(threading.current_thread().getName()) # DummyThread-2
    print(\'play1\')
    time.sleep(2)
    print(\'play2\')

g1 = gevent.spawn(eat)
g2 = gevent.spawn(play)
gevent.joinall([g1,g2])
print(\'主\')

查看threading.current_thread().getName()

gevent应用举例：

from gevent import monkey;monkey.patch_all()
import time
import gevent
from urllib.request import urlopen

def get_page(url):
    res = urlopen(url)
    print(len(res.read()))

url_lst = [
    \'http://www.baidu.com\',
    \'http://www.sogou.com\',
    \'http://www.sohu.com\',
    \'http://www.qq.com\',
    \'http://www.cnblogs.com\',
]
start = time.time()
gevent.joinall([gevent.spawn(get_page,url) for url in url_lst])
print(time.time()-start) # 1.0084402561187744
# 网页读取有一个机制，第一次读取的时候时间都会普遍久
# 会将读取的网页缓存下来，以便下次的读取用。

start = time.time()
gevent.joinall([gevent.spawn(get_page,url) for url in url_lst])
print(time.time()-start) # 0.5516667366027832

start = time.time()
for url in url_lst:
    get_page(url)
print(time.time()-start)    # 1.533193588256836

# 所以我们可以通过时间看出，协程爬取是比普通遍历快很多。

协程应用，爬虫

通过协程实现单线程下的socket并发：

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

def async_talk(conn):
    try:
        while True:
            conn.send(b\'hello\')
            ret = conn.recv(1024)
            print(ret)
            # 为了实现能够一直和同一个客户端聊天。
    finally:
        conn.close()  # 在程序报错的时候会关闭连接，节省空间

sk = socket.socket()
sk.bind((\'127.0.0.1\',9000))
sk.listen()
while True:
    conn,addr = sk.accept() # 因为循环，所以可重复接收多个多个客户端的连接
    gevent.spawn(async_talk,conn)   # 创建协程，将conn当参数传入函数

sk.close()

server

import socket
from threading import Thread

def chat():
    sk = socket.socket()    # 放在函数内部，则每次一个线程就会有一个新的sk。
    sk.connect((\'127.0.0.1\',9000))
    while True:     # 循环对话。
        print(sk.recv(1024))
        sk.send(b\'bye\')
    sk.close()
for i in range(500): # 创建500个线程客户端
    Thread(target=chat).start()

client