0x01 前导
如何基于单线程来实现并发？
即只用一个主线程(可利用的cpu只有一个)情况下实现并发；
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
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，所以也可以将上图理解为线程的三种状态
1)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
#串行执行
importtimedefconsumer(res):'''任务1:接收数据,处理数据'''
pass
defproducer():'''任务2:生产数据'''res=[]for i in range(10000000):
res.append(i)returnres
start=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
importtimedefconsumer():'''任务1:接收数据,处理数据'''
whileTrue:
x=yield
defproducer():'''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,即并发执行的.
producer()
stop=time.time()print(stop-start) #2.0272178649902344
单纯的切换反而会降低运行效率
2)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，这样就可以利用任务一阻塞的时间完成任务二的计算，效率的提升就在于此。
importtimedefconsumer():'''任务1:接收数据,处理数据'''
whileTrue:
x=yield
defproducer():'''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)
yield并不能实现遇到IO切换
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，而非操作系统级别)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计算，这样就保证了该线程能够最大限度地处于就绪态，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，从而可以迷惑操作系统，让其看到：该线程好像是一直在计算，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
0x02 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. 协程指的是单个线程，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))
0x03 Greenlet
如果我们在单个线程内有20个任务，要想实现在多个任务之间切换，使用yield生成器的方式过于麻烦(需要先得到初始化一次的生成器，然后再调用send。。。非常麻烦)
而使用greenlet模块可以非常简单地实现这20个任务直接的切换
#windows cmd 下进行模块安装
pip3 install greenlet
#使用模块
from greenlet importgreenletdefeat(name):print('%s eat 1' %name)
g2.switch('egon')print('%s eat 2' %name)
g2.switch()defplay(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
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
from greenlet importgreenletdefeat(name):print('%s eat 1' %name)
g2.switch('egon')print('%s eat 2' %name)
g2.switch()defplay(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
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
复制代码#顺序执行
importtimedeff1():
res=1
for i in range(100000000):
res+=ideff2():
res=1
for i in range(100000000):
res*=i
start=time.time()
f1()
f2()
stop=time.time()print('run time is %s' %(stop-start)) #10.985628366470337
#切换
from greenlet importgreenletimporttimedeff1():
res=1
for i in range(100000000):
res+=i
g2.switch()deff2():
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
代码演示
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。
0x04 Gevent介绍
#windows cmd 里进行模块安装
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
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 阻塞时会自动切换任务
importgeventdefeat(name):print('%s eat 1' %name)
gevent.sleep(2)print('%s eat 2' %name)defplay(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')
上例gevent.sleep(2)模拟的是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
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
from gevent importmonkey;monkey.patch_all()importgeventimporttimedefeat():print('eat food 1')
time.sleep(2)print('eat food 2')defplay():print('play 1')
time.sleep(1)print('play 2')
g1=gevent.spawn(eat)
g2=gevent.spawn(play_phone)
gevent.joinall([g1,g2])print('主')
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
0x05 Gevent之同步与异步
from gevent importspawn,joinall,monkey;monkey.patch_all()importtimedeftask(pid):"""Some non-deterministic task"""time.sleep(0.5)print('Task %s done' %pid)defsynchronous():for i in range(10):
task(i)defasynchronous():
g_l=[spawn(task,i) for i in range(10)]
joinall(g_l)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。执行流程只会在 所有greenlet执行完后才会继续向下走。
代码演示
0x06 Gevent之应用举例一
from gevent importmonkey;monkey.patch_all()importgeventimportrequestsimporttimedefget_page(url):print('GET: %s' %url)
response=requests.get(url)if response.status_code == 200:print('%d bytes received from %s' %(len(response.text),url))
start_time=time.time()
gevent.joinall([
gevent.spawn(get_page,'https://www.python.org/'),
gevent.spawn(get_page,'https://www.yahoo.com/'),
gevent.spawn(get_page,'https://github.com/'),
])
stop_time=time.time()print('run time is %s' %(stop_time-start_time))
协程应用：爬虫
0x07 Gevent之应用举例二
通过gevent实现单线程下的socket并发(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)
from gevent importmonkey;monkey.patch_all()from socket import *
importgevent#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()
defserver(server_ip,port):
s=socket(AF_INET,SOCK_STREAM)
s.setsockopt(SOL_SOCKET,SO_REUSEADDR,1)
s.bind((server_ip,port))
s.listen(5)whileTrue:
conn,addr=s.accept()
gevent.spawn(talk,conn,addr)deftalk(conn,addr):try:whileTrue:
res=conn.recv(1024)print('client %s:%s msg: %s' %(addr[0],addr[1],res))
conn.send(res.upper())exceptException as e:print(e)finally:
conn.close()if __name__ == '__main__':
server('127.0.0.1',8080)
服务端
from socket import *client=socket(AF_INET,SOCK_STREAM)
client.connect(('127.0.0.1',8080))whileTrue:
msg=input('>>:').strip()if not msg:continueclient.send(msg.encode('utf-8'))
msg=client.recv(1024)print(msg.decode('utf-8'))
客户端
from threading importThreadfrom socket import *
importthreadingdefclient(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，则大家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=0whileTrue:
c.send(('%s say hello %s' %(threading.current_thread().getName(),count)).encode('utf-8'))
msg=c.recv(1024)print(msg.decode('utf-8'))
count+=1
if __name__ == '__main__':for i in range(500):
t=Thread(target=client,args=('127.0.0.1',8080))
t.start()
多线程并发多个客户端
Some Content From——Egon‘s Blog
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
