查看: 488|回复: 0

Python_协程

[复制链接]
发表于 2020-3-8 10:28:46 | 显示全部楼层 |阅读模式
引子

  之前我们学习了线程、进程的概念,相识了在操作体系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的利用率进步很多了。但是我们知道无论是创建多进程照旧创建多线程来办理问题,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进步,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(很显着可利用的cpu只有一个)情况下实现并发。如许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+生存状态
  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(切换由操作体系强制控制),一种情况是该任务发生了阻塞,另外一种情况是该任务盘算的时间过长
    

  ps:在介绍进程理论时,提及进程的三种执行状态,而线程才是执行单位,以是也可以将上图理解为线程的三种状态
   一:此中第二种情况并不能提拔效率,只是为了让cpu可以或许雨露均沾,实现看起来所有任务都被“同时”执行的结果,如果多个任务都是纯盘算的,这种切换反而会降低效率。
  为此我们可以基于yield来验证。yield自己就是一种在单线程下可以生存任务运行状态的方法,我们来简单复习一下:
  1. #1 yiled可以生存状态,yield的状态生存与操作体系的生存线程状态很像,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
复制代码
  1. #串行执行import timedef consumer(res):    '''任务1:接收数据,处理数据'''    passdef producer():    '''任务2:生产数据'''    res=[]    for i in range(10000000):        res.append(i)    return resstart=time.time()#串行执行res=producer()consumer(res) #写成consumer(producer())会降低执行效率stop=time.time()print(stop-start) #1.5536692142486572#基于yield并发执行import timedef consumer():    '''任务1:接收数据,处理数据'''    while True:        x=yielddef producer():    '''任务2:生产数据'''    g=consumer()    next(g)    for i in range(10000000):        g.send(i)start=time.time()#基于yield生存状态,实现两个任务直接来回切换,即并发的结果#PS:如果每个任务中都加上打印,那么显着地看到两个任务的打印是你一次我一次,即并发执行的.producer()stop=time.time()print(stop-start) #2.0272178649902344
复制代码
单纯地切换反而会降低运行效率  二:第一种情况的切换。在任务一遇到io情况下,切到任务二去执行,如许就可以利用任务一阻塞的时间完成任务二的盘算,效率的提拔就在于此。
  1. import timedef consumer():    '''任务1:接收数据,处理数据'''    while True:        x=yielddef producer():    '''任务2:生产数据'''    g=consumer()    next(g)    for i in range(10000000):        g.send(i)        time.sleep(2)start=time.time()producer() #并发执行,但是任务producer遇到io就会阻塞住,并不会切到该线程内的其他任务去执行stop=time.time()print(stop-start)
复制代码
yield无法做到遇到io阻塞  对于单线程下,我们不可避免程序中出现io操作,但如果我们能在自己的程序中(即用户程序级别,而非操作体系级别)控制单线程下的多个任务能在一个任务遇到io阻塞时就切换到另外一个任务去盘算,如许就保证了该线程可以或许最大限度地处于停当态,即随时都可以被cpu执行的状态,相当于我们在用户程序级别将自己的io操作最大限度地隐藏起来,从而可以疑惑操作体系,让其看到:该线程似乎是不停在盘算,io比较少,从而更多的将cpu的执行权限分配给我们的线程。
    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,以此来提拔效率。为了实现它,我们需要找寻一种可以同时满足以下条件的办理方案:
  1. #1. 可以控制多个任务之间的切换,切换之前将任务的状态生存下来,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
复制代码

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。、
需要夸大的是:
  1. #1. python的线程属于内核级别的,即由操作体系控制调度(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(而非操作体系)控制切换,以此来提拔效率(!!!非io操作的切换与效率无关)
复制代码
对比操作体系控制线程的切换,用户在单线程内控制协程的切换
优点如下:
  1. #1. 协程的切换开销更小,属于程序级别的切换,操作体系完全感知不到,因而更加轻量级#2. 单线程内就可以实现并发的结果,最大限度地利用cpu
复制代码
缺点如下:
  1. #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. 协程指的是单个线程,因而一旦协程出现阻塞,将会阻塞整个线程
复制代码
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
  • 用户程序里自己生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(怎样实现检测IO,yield、greenlet都无法实现,就用到了gevent模块(select机制))
Greenlet模块

安装 :pip3 install greenlet
  1. from greenlet import greenletdef eat(name):    print('%s eat 1' %name)    g2.switch('egon')    print('%s eat 2' %name)    g2.switch()def play(name):    print('%s play 1' %name)    g1.switch()    print('%s play 2' %name)g1=greenlet(eat)g2=greenlet(play)g1.switch('egon')#可以在第一次switch时传入参数,以后都不需要
复制代码
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率
  1. #次序执行import timedef f1():    res=1    for i in range(100000000):        res+=idef f2():    res=1    for i in range(100000000):        res*=istart=time.time()f1()f2()stop=time.time()print('run time is %s' %(stop-start)) #10.985628366470337#切换from greenlet import greenletimport timedef f1():    res=1    for i in range(100000000):        res+=i        g2.switch()def f2():    res=1    for i in range(100000000):        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)) # 52.763017892837524
复制代码
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,仍然是没有办理遇到IO自动切换来提拔效率的问题。
单线程里的这20个任务的代码通常会既有盘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。。。。云云,才气进步效率,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中用到的紧张模式是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体系进程的内部,但它们被协作式地调度。
  1. 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() #等候g1结束g2.join() #等候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
复制代码
用法介绍
  1. import geventdef eat(name):    print('%s eat 1' %name)    gevent.sleep(2)    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])print('主')
复制代码
例:遇到io自动切换上例gevent.sleep(2)模仿的是gevent可以识别的io阻塞,而time.sleep(2)或其他的阻塞,gevent是不能直接识别的需要用下面一行代码,打补丁,就可以识别了
  1. from gevent import monkey;monkey.patch_all()import geventimport timedef eat():    print('eat food 1')    time.sleep(2)    print('eat food 2')def play():    print('play 1')    time.sleep(1)    print('play 2')g1=gevent.spawn(eat)g2=gevent.spawn(play)gevent.joinall([g1,g2])print('主')
复制代码
View Code我们可以用threading.current_thread().getName()来检察每个g1和g2,检察的结果为DummyThread-n,即假线程

  1. from gevent import monkey;monkey.patch_all()import threadingimport geventimport timedef eat():    print(threading.current_thread().getName())    print('eat food 1')    time.sleep(2)    print('eat food 2')def play():    print(threading.current_thread().getName())    print('play 1')    time.sleep(1)    print('play 2')g1=gevent.spawn(eat)g2=gevent.spawn(play)gevent.joinall([g1,g2])print('主')
复制代码
检察threading.current_thread().getName()
Gevent之同步与异步

  1. from gevent import spawn,joinall,monkey;monkey.patch_all()import timedef 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()#  上面程序的紧张部门是将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。
复制代码

Gevent之应用举例一

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
  1. from gevent import monkey;monkey.patch_all()from socket import *import gevent#如果不想用money.patch_all()打补丁,可以用gevent自带的socket# from gevent import socket# s=socket.socket()def server(server_ip,port):    s=socket(AF_INET,SOCK_STREAM)    s.setsockopt(SOL_SOCKET,SO_REUSEADDR,1)    s.bind((server_ip,port))    s.listen(5)    while True:        conn,addr=s.accept()        gevent.spawn(talk,conn,addr)def talk(conn,addr):    try:        while True:            res=conn.recv(1024)            print('client %s:%s msg: %s' %(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',8080)
复制代码
server
  1. from socket import *client=socket(AF_INET,SOCK_STREAM)client.connect(('127.0.0.1',8080))while True:    msg=input('>>: ').strip()    if not msg:continue    client.send(msg.encode('utf-8'))    msg=client.recv(1024)    print(msg.decode('utf-8'))
复制代码
client
  1. from threading import Threadfrom socket import *import threadingdef client(server_ip,port):    c=socket(AF_INET,SOCK_STREAM) #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,则各人公用一个套接字对象,那么客户端端口永远一样了    c.connect((server_ip,port))    count=0    while True:        c.send(('%s say hello %s' %(threading.current_thread().getName(),count)).encode('utf-8'))        msg=c.recv(1024)        print(msg.decode('utf-8'))        count+=1if __name__ == '__main__':    for i in range(500):        t=Thread(target=client,args=('127.0.0.1',8080))        t.start()
复制代码
多线程并发多个客户端

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?用户注册

x

天涯海角也要找到Ni:Python_协程

中发现Ni: Python_协程
中发现Ni: Python_协程
中发现Ni: Python_协程
中发现Ni: Python_协程
中发现Ni: Python_协程
中发现Ni: Python_协程
相关技术服务需求,请联系管理员和客服QQ:2753533861或QQ:619920289
您需要登录后才可以回帖 登录 | 用户注册

本版积分规则

帖子推荐:
客服咨询

QQ:2753533861

服务时间 9:00-22:00

快速回复 返回顶部 返回列表