python3--协程,greenlet模块,gevent模块

发布时间:2018-05-18 17:02:15编辑:Run阅读(4466)

    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


     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


    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



    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



    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


    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

关键字