python进程池使用协程池_python并发编程之进程池，线程池，协程

需要注意一下

不能无限的开进程，不能无限的开线程

最常用的就是开进程池，开线程池。其中回调函数非常重要

回调函数其实可以作为一种编程思想，谁好了谁就去掉

只要你用并发，就会有锁的问题，但是你不能一直去自己加锁吧

那么我们就用QUEUE，这样还解决了自动加锁的问题

由Queue延伸出的一个点也非常重要的概念。以后写程序也会用到

这个思想。就是生产者与消费者问题

一、Python标准模块--concurrent.futures(并发未来)

concurent.future模块需要了解的

1.concurent.future模块是用来创建并行的任务，提供了更高级别的接口，

为了异步执行调用

2.concurent.future这个模块用起来非常方便，它的接口也封装的非常简单

3.concurent.future模块既可以实现进程池，也可以实现线程池

4.模块导入进程池和线程池

from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor

还可以导入一个Executor,但是你别这样导，这个类是一个抽象类

抽象类的目的是规范他的子类必须有某种方法(并且抽象类的方法必须实现)，但是抽象类不能被实例化

5.

p = ProcessPoolExecutor(max_works)对于进程池如果不写max_works：默认的是cpu的数目,默认是4个

p = ThreadPoolExecutor(max_works)对于线程池如果不写max_works：默认的是cpu的数目*5

6.如果是进程池，得到的结果如果是一个对象。我们得用一个.get()方法得到结果

但是现在用了concurent.future模块，我们可以用obj.result方法

p.submit(task,i) #相当于apply_async异步方法

p.shutdown() #默认有个参数wite=True (相当于close和join)

那么什么是线程池呢？我们来了解一下

二、线程池

进程池：就是在一个进程内控制一定个数的线程

基于concurent.future模块的进程池和线程池 (他们的同步执行和异步执行是一样的)

1 #1.同步执行--------------

2 from concurrent.futures importProcessPoolExecutor,ThreadPoolExecutor3 importos,time,random4 deftask(n):5 print('[%s] is running'%os.getpid())6 time.sleep(random.randint(1,3)) #I/O密集型的，，一般用线程，用了进程耗时长

7 return n**2

8 if __name__ == '__main__':9 start =time.time()10 p =ProcessPoolExecutor()11 for i in range(10): #现在是开了10个任务， 那么如果是上百个任务呢，就不能无线的开进程，那么就得考虑控制

12 #线程数了，那么就得考虑到池了

13 obj = p.submit(task,i).result() #相当于apply同步方法

14 p.shutdown() #相当于close和join方法

15 print('='*30)16 print(time.time() - start) #17.36499309539795

17

18

19 #2.异步执行-----------

20 #from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor

21 #import os,time,random

22 #def task(n):

23 #print('[%s] is running'%os.getpid())

24 #time.sleep(random.randint(1,3)) #I/O密集型的，，一般用线程，用了进程耗时长

25 #return n**2

26 #if __name__ == '__main__':

27 #start = time.time()

28 #p = ProcessPoolExecutor()

29 #l = []

30 #for i in range(10): #现在是开了10个任务， 那么如果是上百个任务呢，就不能无线的开进程，那么就得考虑控制

31 ## 线程数了，那么就得考虑到池了

32 #obj = p.submit(task,i) #相当于apply_async()异步方法

33 #l.append(obj)

34 #p.shutdown() #相当于close和join方法

35 #print('='*30)

36 #print([obj.result() for obj in l])

37 #print(time.time() - start) #5.362306594848633

基于concurrent.futures模块的进程池

1 from concurrent.futures importProcessPoolExecutor,ThreadPoolExecutor2 from threading importcurrentThread3 importos,time,random4 deftask(n):5 print('%s:%s is running'%(currentThread().getName(),os.getpid())) #看到的pid都是一样的，因为线程是共享了一个进程

6 time.sleep(random.randint(1,3)) #I/O密集型的，，一般用线程，用了进程耗时长

7 return n**2

8 if __name__ == '__main__':9 start =time.time()10 p = ThreadPoolExecutor() #线程池 #如果不给定值，默认cup*5

11 l =[]12 for i in range(10): #10个任务 # 线程池效率高了

13 obj = p.submit(task,i) #相当于apply_async异步方法

14 l.append(obj)15 p.shutdown() #默认有个参数wite=True (相当于close和join)

16 print('='*30)17 print([obj.result() for obj inl])18 print(time.time() - start) #3.001171827316284

基于concurrent.futures模块的线程池

应用线程池(下载网页并解析)

from concurrent.futures importThreadPoolExecutor,ProcessPoolExecutorimportrequestsimporttime,osdefget_page(url):print(' is getting [%s]'%(os.getpid(),url))

response=requests.get(url)if response.status_code==200: #200代表状态：下载成功了

return {'url':url,'text':response.text}defparse_page(res):

res=res.result()print(' is getting [%s]'%(os.getpid(),res['url']))

with open('db.txt','a') as f:

parse_res= 'url:%s size:%s\n'%(res['url'],len(res['text']))

f.write(parse_res)if __name__ == '__main__':#p = ThreadPoolExecutor()

p =ProcessPoolExecutor()

l=['http://www.baidu.com','http://www.baidu.com','http://www.baidu.com','http://www.baidu.com',

]for url inl:

res= p.submit(get_page,url).add_done_callback(parse_page) #这里的回调函数拿到的是一个对象。得

#先把返回的res得到一个结果。即在前面加上一个res.result() #谁好了谁去掉回调函数

#回调函数也是一种编程思想。不仅开线程池用，开线程池也用

p.shutdown() #相当于进程池里的close和join

print('主',os.getpid())

map函数的应用

#map函数举例

obj= map(lambda x:x**2 ,range(10))print(list(obj))#运行结果[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

可与上开进程池/线程池的对比着看，就能发现map函数的强大了

1 #我们的那个p.submit(task,i)和map函数的原理类似。我们就

2 #可以用map函数去代替。更减缩了代码

3 from concurrent.futures importProcessPoolExecutor,ThreadPoolExecutor4 importos,time,random5 deftask(n):6 print('[%s] is running'%os.getpid())7 time.sleep(random.randint(1,3)) #I/O密集型的，，一般用线程，用了进程耗时长

8 return n**2

9 if __name__ == '__main__':10 p =ProcessPoolExecutor()11 obj = p.map(task,range(10))12 p.shutdown() #相当于close和join方法

13 print('='*30)14 print(obj) #返回的是一个迭代器

15 print(list(obj))

map函数应用

三、协程介绍

协程：单线程下实现并发(提高效率)

说到协成，我们先说一下协程联想到的知识点

yield复习

yield功能示例1

1 3.yield功能2(可以吧函数暂停住，保存原来的状态)--------------

2 deff1():3 print('first')4 yield 1

5 print('second')6 yield 2

7 print('third')8 yield 3

9 #print(f1()) #加了yield返回的是一个生成器

10 g =f1()11 print(next(g)) #当遇见了yield的时候就返回一个值,而且保存原来的状态

12 print(next(g)) #当遇见了yield的时候就返回一个值

13 print(next(g)) #当遇见了yield的时候就返回一个值

yield功能示例2

1 #3.yield表达式(对于表达式的yield)--------------------

2 importtime3 defwrapper(func):4 def inner(*args,**kwargs):5 ret =func(*args,**kwargs)6 next(ret)7 returnret8 returninner9 @wrapper10 defconsumer():11 whileTrue:12 x= yield

13 print(x)14

15 defproducter(target):16 '''生产者造值'''

17 #next(g) #相当于g.send(None)

18 for i in range(10):19 time.sleep(0.5)20 target.send(i)#要用send就得用两个yield

21 producter(consumer())

View Code

引子

本节主题是实现单线程下的并发，即只在一个主线程，并且很明显的是，可利用的cpu只有一个情况下实现并发，

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

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，实现看起来大家都被执行的效果，如果多个程序都是纯计算任务，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，我们来简单复习一下：

单纯的切反而会影响效率

1 #串行执行

2 importtime3 defconsumer(res):4 '''任务1:接收数据,处理数据'''

5 pass

6

7 defproducer():8 '''任务2:生产数据'''

9 res=[]10 for i in range(10000000):11 res.append(i)12 returnres13

14 start=time.time()15 #串行执行

16 res=producer()17 consumer(res)18 stop=time.time()19 print(stop-start) #1.5536692142486572

串行执行

1 importtime2 defwrapper(func):3 def inner(*args,**kwargs):4 ret =func(*args,**kwargs)5 next(ret)6 returnret7 returninner8 @wrapper9 defconsumer():10 whileTrue:11 x= yield

12 print(x)13

14 defproducter(target):15 '''生产者造值'''

16 #next(g) #相当于g.send(None)

17 for i in range(10):18 time.sleep(0.5)19 target.send(i)#要用send就得用两个yield

20 producter(consumer())

基于yield并发执行

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)控制单线程下多个任务能遇到io就切换，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，对于操作系统来说：这哥们(该线程)好像是一直处于计算过程的，io比较少。

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。

因此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(重新运行时，可以基于暂停的位置继续)

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

四、Greenlet

Greenlet模块和yield没有什么区别，就只是单纯的切，跟效率无关。

只不过比yield更好一点，切的时候方便一点。但是仍然没有解决效率

Greenlet可以让你在多个任务之间来回的切

举例：

1 from greenlet importgreenlet2 importtime3 defeat(name):4 print('%s eat 1' %name)5 time.sleep(10) #当遇到IO的时候它也没有切，这就得用gevent了

6 g2.switch('egon')7 print('%s eat 2' %name)8 g2.switch()9 defplay(name):10 print('%s play 1' %name)11 g1.switch()12 print('%s play 2' %name)13

14 g1=greenlet(eat)15 g2=greenlet(play)16

17 g1.switch('egon')#可以在第一次switch时传入参数，以后都不需要

greenlet

所以上面的方法都不可行，那么这就用到了Gevert ,也就是协程。就解决了单线程实现并发的问题，还提升了效率

五、Gevent介绍

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

举例;

1 from gevent importmonkey;monkey.patch_all()2 importgevent3 importtime4 defeat(name):5 print('%s eat 1' %name)6 time.sleep(2) #我们用等待的时间模拟IO阻塞

7 '''在gevent模块里面要用gevent.sleep(2)表示等待的时间8 然而我们经常用time.sleep()用习惯了，那么有些人就想着9 可以用time.sleep()，那么也不是不可以。要想用，就得在10 最上面导入from gevent import monkey;monkey.patch_all()这句话11 如果不导入直接用time.sleep()，就实现不了单线程并发的效果了12 '''

13 #gevent.sleep(2)

14 print('%s eat 2' %name)15 return 'eat'

16 defplay(name):17 print('%s play 1' %name)18 time.sleep(3)19 #gevent.sleep(3)

20 print('%s play 2' %name)21 return 'paly' #当有返回值的时候，gevent模块也提供了返回结果的操作

22

23 start =time.time()24 g1 = gevent.spawn(eat,'egon') #执行任务

25 g2 = gevent.spawn(play,'egon') #g1和g2的参数可以不一样

26 #g1.join() #等待g1

27 #g2.join() #等待g2

28 #上面等待的两句也可以这样写

29 gevent.joinall([g1,g2])30 print('主',time.time()-start) #3.001171588897705

31

32 print(g1.value)33 print(g2.value)

gevent的一些方法(重要)

需要说明的是：

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

六、Gevent之同步于异步

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():

for i in range(10):

task(i)

def asynchronous():

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。

应用举例一

1 from gevent import monkey;monkey.patch_all() #打补丁

2 importgevent3 importrequests4 importtime5 defget_page(url):6 print('get :%s'%url)7 response =requests.get(url)8 if response.status_code==200: #下载成功的状态

9 print('%d bytes received from:%s'%(len(response.text),url))10 start=time.time()11 gevent.joinall([12 gevent.spawn(get_page,'http://www.baidu.com'),13 gevent.spawn(get_page, 'https://www.yahoo.com/'),14 gevent.spawn(get_page, 'https://github.com/'),15 ])16 stop =time.time()17 print('run time is %s' %(stop-start))

协程应用爬虫

from gevent importjoinall,spawn,monkey;monkey.patch_all()importrequestsfrom threading importcurrent_threaddefparse_page(res):print('%s PARSE %s' %(current_thread().getName(),len(res)))def get_page(url,callback=parse_page):print('%s GET %s' %(current_thread().getName(),url))

response=requests.get(url)if response.status_code == 200:

callback(response.text)if __name__ == '__main__':

urls=['https://www.baidu.com','https://www.taobao.com','https://www.openstack.org',

]

tasks=[]for url inurls:

tasks.append(spawn(get_page,url))

joinall(tasks)

协程应用爬虫加了回调函数的

应用举例二

也可以利用协程实现并发

1 #!usr/bin/env python

2 #-*- coding:utf-8 -*-

3 from gevent importmonkey;monkey.patch_all()4 importgevent5 from socket import *

6 print('start running...')7 deftalk(conn,addr):8 whileTrue:9 data = conn.recv(1024)10 print('%s:%s %s'%(addr[0],addr[1],data))11 conn.send(data.upper())12 conn.close()13 defserver(ip,duankou):14 server =socket(AF_INET, SOCK_STREAM)15 server.setsockopt(SOL_SOCKET, SO_REUSEADDR, 1)16 server.bind((ip,duankou))17 server.listen(5)18 whileTrue:19 conn,addr = server.accept() #等待链接

20 gevent.spawn(talk,conn,addr) #异步执行 (p =Process(target=talk,args=(coon,addr))

21 #p.start())相当于开进程里的这两句

22 server.close()23 if __name__ == '__main__':24 server('127.0.0.1',8081)

服务端利用协程

1 #!usr/bin/env python

2 #-*- coding:utf-8 -*-

3 from multiprocessing importProcess4 from gevent importmonkey;monkey.patch_all()5 from socket import *

6 defclient(ip,duankou):7 client =socket(AF_INET, SOCK_STREAM)8 client.connect((ip,duankou))9 whileTrue:10 client.send('hello'.encode('utf-8'))11 data = client.recv(1024)12 print(data.decode('utf-8'))13 if __name__ == '__main__':14 for i in range(100):15 p = Process(target=client,args=(('127.0.0.1',8081)))16 p.start()

客户端开了100个进程