python3--协程,greenlet模块，gevent模块

发布时间：2018-05-18 17:02:15编辑：Run阅读（4906）

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






 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







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









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









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






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：

关键字：