前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >python3--协程,greenlet模块,gevent模块

python3--协程,greenlet模块,gevent模块

作者头像
py3study
发布2018-08-02 16:48:49
2.7K0
发布2018-08-02 16:48:49
举报
文章被收录于专栏:python3python3python3

python之路——协程

引子

之前学习了线程、进程的概念,了解了在操作系统中进程是资源分配的最小单位,线程是CPU调度的最小单位。按道理来说我们已经算是把cpu的利用率提高很多了。但是我们知道无论是创建多进程还是创建多线程来解决问题,都要消耗一定的时间来创建进程、创建线程、以及管理他们之间的切换。

  随着我们对于效率的追求不断提高,基于单线程来实现并发又成为一个新的课题,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。这样就可以节省创建线进程所消耗的时间。

  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

blob.png
blob.png

 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

#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

回顾一下yield的使用方法,示例代码

def func():
    a = 'aaa'
    b = 'bbb'
    print(1)
    yield a
    print(2)
    yield b
    print(3)
    yield 'ccc'
g = func()
next(g)  # 打印 1,遇到yield则停止,并记录
next(g)
next(g)

单纯地切换反而会降低运行效率,示例代码

# 串行执行
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()
# 串行执行
res = producer()
consumer(res)
print(time.time() - start)


# 基于yield并发执行
import time
def consumer():
    while True:
        x = yield

def producer():
    g = consumer()
    next(g)
    for i in range(1000000):
        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
producer()
print(time.time() - start)

执行结果

0.1293807029724121

0.1193087100982666

PS: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

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. 协程指程的是单个线,因而一旦协程出现阻塞,将会阻塞整个线程

总结协程特点:

必须在只有一个单线程里实现并发

修改共享数据不需加锁

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,就用到了gevent模块(select机制))

Greenlet模块

安装方法

windows下 cmd 在命令行执行 pip3 install greenlet

greenlet实现状态切换

from greenlet import greenlet
# 不是创造协程的模块
# 在协程这个模块中用来做多个协程任务的切换问题的
# 它到底是怎样实现切换的呢?
import time
def func1():
    print(123)
    g2.switch()
    time.sleep(1)
    print('abc')

def func2():
    time.sleep(1)
    print(456)
    g1.switch()

g1 = greenlet(func1)
g2 = greenlet(func2)
g1.switch()

执行结果

download.gif
download.gif

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

效率对比

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()
stop=time.time()
print('run time is %s' %(stop-start)) 

# 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()
stop=time.time()
print('run time is %s' %(stop-start))

执行结果

run time is 1.1971831321716309

run time is 6.838160276412964

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

Gevent模块

windows下 cmd 在命令行执行 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。

用法介绍

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

遇到io主动切换

from gevent import monkey;monkey.patch_all()必须放到被打补丁者的前面,如time,socket模块之前

或者我们干脆记忆成:要用gevent,需要将from gevent import monkey;monkey.patch_all()放到文件的开头

我们可以用threading.current_thread().getName()来查看每个g1和g2,查看的结果为DummyThread-n,即假线程

from gevent import monkey;monkey.patch_all()
# 它会把下面导入的所有的模块中的IO操作都打成一个包,gevent就能够认识这些IO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花
# 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
# join负责开启并等待任务执行结束
# gevent本身不认识其他模块中的IO操作,
# 但是如果我们在导入其他模块之前执行from gevent import monkey;monkey.patch_all()
# gevent就能够认识在这句话之后导入的模块中的所有IO操作了
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)
g1.join()   # start 且等待g执行完毕
g2.join()

# 休息一会儿
# 协程——tcp 协议的socket并发serve

执行结果

download.gif
download.gif

gevent之同步与异步

from gevent import spawn, joinall, monkey;monkey.patch_all()
import time

def task(pid):
    """
    Some non-deterministic task
    """
    time.sleep(0.5)
    print('Task %s done' % pid)

def synchronous():  # 同步
    for i in range(10):
        task(i)

def asynchronous():  # 异步
    g_l = [spawn(task, i) for i in range(10)]
    joinall(g_l)
    print('DONE')


if __name__ == '__main__':
    print('Synchronous:')
    synchronous()
    print('Asynchronous:')
    asynchronous()
#  上面程序的重要部分是将task函数封装到Greenlet内部线程的gevent.spawn。
#  初始化的greenlet列表存放在数组threads中,此数组被传给gevent.joinall 函数,
#  后者阻塞当前流程,并执行所有给定的greenlet任务。执行流程只会在 所有greenlet执行完后才会继续向下走。

执行结果

download.gif
download.gif

Gevent之应用举例一

协程应用:爬虫

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

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

url_lst = [
    'http://www.baidu.com',
    'http://www.sogou.com',
    'http://www.qq.com',
    'http://www.sohu.com'
]

start = time.time()
for url in url_lst:get_page(url)
print(time.time() - start)  # 计算运行时间
start = time.time()
gevent.joinall([gevent.spawn(get_page,url) for url in url_lst])
print(time.time() - start)  # 使用协程 计算运行时间

执行结果

116995

33727

49832

217764

1.3435451984405518

33727

49832

117049

217764

0.4445030689239502

Gevent之应用举例二

通过gevent实现单线程下的socket并发

注意 :from gevent import monkey;monkey.patch_all()一定要放到导入socket模块之前,否则gevent无法识别socket的阻塞

server端代码

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


def server(server_ip, port):
    s = socket.socket()
    s.bind((server_ip, port))
    s.listen()
    while True:
        conn, addr = s.accept()
        gevent.spawn(talk, conn, addr)


def talk(conn, addr):
    try:
        while True:
            res = conn.recv(1024)
            print('client {}:{} msg {}'.format(addr[0], addr[1], res))
            conn.send(res.upper())
    except Exception as e:
        print(e)
    finally:
        conn.close()


if __name__ == '__main__':
    server('127.0.0.1', 9595)

client端代码

import socket
sk = socket.socket()
sk.connect(('127.0.0.1', 9595))

while True:
    msg = input('>>').strip()
    if not msg:continue
    sk.send(msg.encode('utf-8'))
    msg = sk.recv(1024)
    print(msg.decode('utf-8'))
sk.close()

先运行server,在运行client,执行结果为

download.gif
download.gif

多线程并发多个客户端,client端代码

from threading import Thread,current_thread
import socket

def client(server_ip, port):
    # 套接字对象一定要加到函数内,即局部名称空间内,放在函数外则被所有线程共享,
    # 则大家公用一个套接字对象,那么客户端端口永远一样了
    sk = socket.socket()
    sk.connect((server_ip, port))
    count = 0
    while True:
        sk.send(('{} say hello {}'.format(current_thread().getName(),count).encode('utf-8')))
        msg = sk.recv(1024)
        print(msg.decode('utf-8'))
        count += 1
        if count == 500:
            break
    sk.close()


if __name__ == '__main__':
    for i in range(500):
        t = Thread(target=client, args=('127.0.0.1', 9595))
        t.start()

使用多线程并发出多个客户端,连接服务器效果,如下:

download.gif
download.gif
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2018-05-18 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档