python协程实现一万并发_python使用协程实现并发操作的方法详解

本文实例讲述了python使用协程实现并发操作的方法。分享给大家供大家参考，具体如下：

协程

协程是一种用户态的轻量级线程，又称微线程。

协程拥有自己的寄存器上下文和栈，调度切换时，将寄存器上下文和栈保存到其他地方，在切回来的时候，恢复先前保存的寄存器上下文和栈。因此：协程能保留上一次调用时的状态（即所有局部状态的一个特定组合），每次过程重入时，就相当于进入上一次调用的状态，换种说法：进入上一次离开时所处逻辑流的位置。

优点：

无需线程上下文切换的开销

无需原子操作锁定及同步的开销

方便切换控制流，简化编程模型

高并发+高扩展性+低成本：一个CPU支持上万的协程都不是问题。所以很适合用于高并发处理。

所谓原子操作是指不会被线程调度机制打断的操作；这种操作一旦开始，就一直运行到结束，中间不会有任何 context switch （切换到另一个线程）。

原子操作可以是一个步骤，也可以是多个操作步骤，但是其顺序是不可以被打乱，或者切割掉只执行部分。视作整体是原子性的核心。

缺点：

无法利用多核资源：协程的本质是个单线程,它不能同时将 单个CPU 的多个核用上,协程需要和进程配合才能运行在多CPU上.当然我们日常所编写的绝大部分应用都没有这个必要，除非是cpu密集型应用。

进行阻塞（Blocking）操作（如IO时）会阻塞掉整个程序

使用Gevent

gevent是python的一个并发框架,以微线程greenlet为核心，使用了epoll事件监听机制以及诸多其他优化而变得高效.

简单示例

gevent的sleep可以交出控制权，当我们在受限于网络或IO的函数中使用gevent，这些函数会被协作式的调度， gevent的真正能力会得到发挥。Gevent处理了所有的细节， 来保证你的网络库会在可能的时候，隐式交出greenlet上下文的执行权。

import gevent

def foo():

print("running in foo")

gevent.sleep(0)

print("com back from bar in to foo")

def bar():

print("running in bar")

gevent.sleep(0)

print("com back from foo in to bar")

# 创建线程并行执行程序

gevent.joinall([

gevent.spawn(foo),

gevent.spawn(bar),

])

执行结果

running in foo

running in bar

com back from bar in to foo

com back from foo in to bar

同步异步

import random

import gevent

def task(pid):

gevent.sleep(random.randint(0, 2) * 0.001)

print("Task %s done" % pid)

def synchronous():

for i in range(1, 10):

task(i)

def asynchronous():

threads = [gevent.spawn(task, i) for i in range(10)]

gevent.joinall(threads)

print("Synchronous:")

synchronous()

print("Asynchronous:")

asynchronous()

执行输出

Synchronous:

Task 1 done

Task 2 done

Task 3 done

Task 4 done

Task 5 done

Task 6 done

Task 7 done

Task 8 done

Task 9 done

Asynchronous:

Task 1 done

Task 4 done

Task 5 done

Task 9 done

Task 6 done

Task 0 done

Task 2 done

Task 3 done

Task 7 done

Task 8 done

以子类的方法使用协程

可以子类化Greenlet类，重载它的_run方法，类似多线程和多进程模块

import gevent

from gevent import Greenlet

class Test(Greenlet):

def __init__(self, message, n):

Greenlet.__init__(self)

self.message = message

self.n = n

def _run(self):

print(self.message, "start")

gevent.sleep(self.n)

print(self.message, "end")

tests = [

Test("hello", 3),

Test("world", 2),

]

for test in tests:

test.start() # 启动

for test in tests:

test.join() # 等待执行结束

使用monkey patch修改系统标准库(自动切换协程)

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

import gevent

import requests

from gevent import monkey

monkey.patch_socket()

def task(url):

r = requests.get(url)

print("%s bytes received from %s" % (len(r.text), url))

gevent.joinall([

gevent.spawn(task, "https://www.baidu.com/"),

gevent.spawn(task, "https://www.qq.com/"),

gevent.spawn(task, "https://www.jd.com/"),

])

执行输出

2443 bytes received from https://www.baidu.com/

108315 bytes received from https://www.jd.com/

231873 bytes received from https://www.qq.com/

可以看出3个网络操作是并发执行的，而且结束顺序不同

参考链接：http://hhkbp2.github.io/gevent-tutorial/

更多关于Python相关内容感兴趣的读者可查看本站专题：《Python进程与线程操作技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》、《Python+MySQL数据库程序设计入门教程》及《Python常见数据库操作技巧汇总》

希望本文所述对大家Python程序设计有所帮助。