python 多线程和协程结合_python中协程的详解（附示例）

本篇文章给大家带来的内容是关于python中协程的详解(附示例)，有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。

协程，又称微线程，纤程。英文名Coroutine

协程看上去也是子程序，但执行过程中，在子程序内部可中断，然后转而执行别的子程序，在适当的时候再返回来接着执行。

最大的优势就是协程极高的执行效率。因为子程序切换不是线程切换，而是由程序自身控制，因此，没有线程切换的开销，和多线程比，线程数量越多，协程的性能优势就越明显。

第二大优势就是不需要多线程的锁机制，因为只有一个线程，也不存在同时写变量冲突，在协程中控制共享资源不加锁，只需要判断状态就好了，所以执行效率比多线程高很多。

因为协程是一个线程执行，那怎么利用多核CPU呢？最简单的方法是多进程+协程，既充分利用多核，又充分发挥协程的高效率，可获得极高的性能。

yield实现协程

Python对协程的支持还非常有限，用在generator中的yield可以一定程度上实现协程。虽然支持不完全，但已经可以发挥相当大的威力了。

import threading

import time

def producer(c):

c.__next__()

n=0

while n<5:

n+=1

print('[生产者]产出第%s条数据' %(n))

res = c.send(n)

print('[返回]:%s' %(res))

def consumer():

r='sheenstar'

while True:

# 更新r值: r = 'This is ok!', c.__next__()

# n= yield r --> c.send(n) --> n更新

n = yield r

if not n:

break

print('[消费者]正在调用第%s条数据' %(n))

time.sleep(1)

r = 'This is ok!'

if __name__=='__main__':

print(threading.current_thread())

print(threading.active_count()) #查看当前进行的线程

c = consumer()

producer(c) #函数中有yield， 返回值为生成器;

print(threading.active_count()) #1

gevent库实现协程

Python通过yield提供了对协程的基本支持，但是不完全。而第三方的gevent为Python提供了比较完善的协程支持。

gevent是第三方库，通过greenlet实现协程，其基本思想是：

当一个greenlet遇到IO操作时，比如访问网络，就自动切换到其他的greenlet，等到IO操作完成，再在适当的时候切换回来继续执行。由于IO操作非常耗时，经常使程序处于等待状态，有了gevent为我们自动切换协程，就保证总有greenlet在运行，而不是等待IO。

由于切换是在IO操作时自动完成，所以gevent需要修改Python自带的一些标准库，这一过程在启动时通过monkey patch完成。

假设多协程执行的任务， 没有IO操作或者等待， 那么协程间是依次运行， 而不是交替运行;

假设多协程执行的任务， IO操作或者等待， 那么协程间是交替运行;

#没有等待

import gevent

from gevent import monkey

monkey.patch_all()

def job(n):

for i in range(n):

print(gevent.getcurrent(),i)

def mian():

g1 = gevent.spawn(job,1)

g2 = gevent.spawn(job,2)

g3 = gevent.spawn(job,3)

gevent.joinall([g1,g2,g3])

print('协程执行任务结束...')

if __name__=="__main__":

mian()

"""

#有等待

import time

from gevent import monkey

monkey.patch_all()

import gevent

def job(n):

for i in range(n):

print(gevent.getcurrent(), i)

time.sleep(1)

def main1():

# 创建三个协程， 并让该协程执行job任务

g1 = gevent.spawn(job, 2)

g2 = gevent.spawn(job, 3)

g3 = gevent.spawn(job, 2)

# 等待所有的协程执行结束， 再执行主程序；

gevent.joinall([g1, g2, g3])

print("任务执行结束.....")

main1()

协程与线程

做一个关于协程和线程花费时间的对比实验，不具有参考性 。

import time

import gevent #导入协程

from gevent import monkey

from urllib.request import urlopen #连接网络

from mytimeit import timeit #导入计算时间的装饰器

from concurrent.futures import ThreadPoolExecutor #导入线程池

def get_len_url(url):

with urlopen(url) as u_conn:

data = u_conn.read()

# print('%s该网页共%s字节' %(url,len(data)))

urls = ['http://httpbin.org', 'http://example.com/']*100

@timeit

def coroutineall():

gevents = [gevent.spawn(get_len_url,url) for url in urls]

gevent.joinall(gevents)

@timeit

def threadall():

with ThreadPoolExecutor(max_workers=100) as thpool:

thpool.map(get_len_url,urls)

if __name__=="__main__":

coroutineall()

threadall()