上古卷轴5python_python 基础（五）协程 —— 微线程 greenlet gevent

文章目录

回忆进程与线程 引入

我们之前说，有比较耗时的操作得交给线程来干，因为进程是同步调用，阻塞执行，串行执行的，那么我们就要用线程，异步调用，非阻塞，并行执行，这样的话才能提升效率。

问题来了，假设线程中也有几个子任务，耗时，然后我们程序都是串行的，也就一个Thread里面的run()都是串行执行的，一个子任务，比方下载很慢，其他任务都阻塞在那，就效率又很低了。

这时的线程就好像以前的进程一样尴尬。

我们python就出来一个微线程，可以并行操作的，线程的子任务部分，也称为

携程

协程(Coroutine) cor - routine 也可以看出并行的含义

比如，我们有很多任务要做，打游戏，学习python，配朋友，这就是三个进程。在打游戏中，我有 黑暗之魂1，2，3，上古卷轴5，也就是4个线程，当然，上古卷轴5有100个mod，我需要更新100个mod，就有了100个协程。因为更新比较耗时，必须并行调用 更新mod的任务。

greenlet

python封装了库greenlet来实现协程，我们来看个例子：#-*- utf-8 -*-

from time import sleep,time

from greenlet import greenlet

def taskA():

for i in range(5):

print('A' str(i))

gB.switch()

sleep(1) # 模拟网络阻塞 耗时操作

def taskB():

for i in range(5):

print('B' str(i))

gC.switch()

sleep(1) # 模拟网络阻塞 耗时操作

def taskC():

for i in range(5):

print('C' str(i))

gA.switch()

sleep(1) # 模拟网络阻塞 耗时操作

if __name__ == "__main__":

t1 = time()

gA = greenlet(run = taskA)

gB = greenlet(run = taskB)

gC = greenlet(run = taskC)

gA.switch()

t2 = time()

print("time consume",t2-t1)

类似process thread, greenlet也必须传target参数(他命名为run参数 反正一个意思)

这里主要是实现A B C并行轮询，但是我们可以看到这样写很蠢，需要人工切换，而且效率也不算高，于是官方的greenlet不好用，就有大佬弄出来gevent库(第三方)，在greenlet基础上再封装一波，可以实现自动切换。

gevent

利用spawn函数传要做的事(taskA B C)，spawn有 产卵; 引发; 引起 这几个意思，有点run的含义。

注意，我们之前在进程里面遇到过，主进程启动完子进程start以后就跑路了，导致子进程也gg，这样我们就用join阻塞，让主进程别溜，这里也是同样的道理。#-*- utf-8 -*-

from time import sleep,time

from gevent import monkey,spawn

def taskA():

for i in range(3):

print('A' str(i))

sleep(1) # 模拟网络阻塞 耗时操作

def taskB():

for i in range(3):

print('B' str(i))

sleep(1) # 模拟网络阻塞 耗时操作

def taskC():

for i in range(3):

print('C' str(i))

sleep(1) # 模拟网络阻塞 耗时操作

if __name__ == "__main__":

t1 = time()

gA = spawn(run = taskA)

gB = spawn(run = taskB)

gC = spawn(run = taskC)

gA.join()

gB.join()

gC.join()

t2 = time()

print("time consume",t2-t1)

结果：A0

A1

A2

B0

B1

B2

C0

C1

C2

time consume 9.041131258010864

我们发现，

1: 并没有轮询ABC ABC 这样的啊

2: 并没有并行啊2333 其实上面的greenlet也没有实现并行？？？ 还是9s

monkey

我们的time不适合这个场合的，于是利用monkey.patch_all()#-*- utf-8 -*-

import time

from gevent import monkey,spawn

monkey.patch_all()

def taskA():

for i in range(3):

print('A' str(i))

time.sleep(1) # 模拟网络阻塞 耗时操作

def taskB():

for i in range(3):

print('B' str(i))

time.sleep(1) # 模拟网络阻塞 耗时操作

def taskC():

for i in range(3):

print('C' str(i))

time.sleep(1) # 模拟网络阻塞 耗时操作

if __name__ == "__main__":

t1 = time.time()

gA = spawn(run = taskA)

gB = spawn(run = taskB)

gC = spawn(run = taskC)

gA.join()

gB.join()

gC.join()

t2 = time.time()

print("time consume",t2-t1)

这里 必须time.sleep才能生效 因为monkey在背后偷偷重载替换了原生的sleep，你直接from time import sleep, monkey匹配不到

结果：A0

B0

C0

A1

B1

C1

A2

B2

C2

time consume 3.036893606185913

Process finished with exit code 0

可见，比较完美实现了并行，time consume 时间消耗 从9s 并行变成了 3s

总结

我们直接用gevent monkey就行了 其他的执行方式太麻烦了，简直就是再造轮子：)