在高并发的场景下,python提供了一个多线程的模块threading,但似乎这个模块并不近人如意,原因在于cpython本身的全局解析锁(GIL)问题,在一段时间片内实际上的执行是单线程的。同时还存在着资源争夺的问题。python3.4之后引入了基于生成器对象的协程概念。也就是asyncio模块。除了asyncio模块,python在高并发这一问题还提出了另外一些解决方案,例如tornado和gevent都实现了类似的功能。由此,在方案选择上提供了更多的可能性。以下是threading模块和asyncio模块对比测试实验。asyncio模块的具体使用,我希望自己在另一篇文章再写。
一、threading模块
threading模块中的thread线程 密集 运算争夺变量测试
代码:
#多线程共有数据的争夺检测
from threading importThread,currentThreadimporttimedefdo_something(x):globala
time.sleep(x)for b in range(1,51): #计算从1+...+50
a+=bprint(currentThread(),":",a)
a=0
threads=[]for i in range(1,20000): #为了突出效果,线程量开到接近20000
thread = Thread(target=do_something,args=(1,))
threads.append(thread)for thread inthreads:
thread.start()
截取部分结果: : 25408200
: 25409475
: 25410750
: 25412025
: 25413300
: 25414575
: 25415850
: 25417125运行时间:6.9629926681518555
6.8796374797821045
7.3379065990448平均运行时间:7.0秒
由结果可以看出,多线程在密集型运算的(占用大量CPU运算单元)情况下,会出现前后同一变量的数据不一致的情况。也就是所谓的“竞态问题”。
二、asyncio模块
asyncio模块 密集运算测试(线程安全!不存在争夺资源问题),所以协程在密集运算和IO并发上都有很强的支持。
代码:
#密集运算测试
importasyncio
a=0
tasks=[]
num=0
asyncdefdo_something(x):globalaglobalnum#num += 1 # 思路3:num自增的位置(在阻塞前/后)不同会产生不同的结果
await asyncio.sleep(x)for b in range(1,51): #计算从1+...+50
a+=b
num+= 1 #思路1
print("this is coroutetime",":",num,a) #思路1,思路3
print("this is coroutetime",":",x,a) #思路2
for i in range(1,20000): #即使睡眠的时间很短,运算量大都不会产生资源争夺
coroutine = do_something(1) #思路1#coroutine = do_something(i*0.01) #思路2#coroutine = do_something(3//i) #思路3
tasks.append(asyncio.ensure_future(coroutine))
loop= asyncio.get_event_loop() #创建事件循环
loop.run_until_complete(asyncio.wait(tasks)) #将协程塞进事件循环中
代码实现思路:
(1)思路1:每一个协程的睡眠时间相同,也就是说几乎是同时在运行密集型计算,并用num自增计算作为协程的代号。
(2)思路2:为了区别开不同协程的占据CPU的运行时间片,我对睡眠时间进行了一个乘法运算,协程代号越大的协程睡眠时间越长,并用时间作为协程代号的记录。
(3)思路3:这次我将睡眠时间作一个调整,用除法运算,也就是说,协程代号越大的,睡眠时间越短,不过这次协程代号用num来记录,并且放在了睡眠(阻塞)之前。
摘取前几个数据
思路1:当设定的睡眠时间(阻塞时间)相同时,结果的打印几乎是同时出现
thisis coroutetime : 1 1275thisis coroutetime : 2 2550thisis coroutetime : 3 3825thisis coroutetime : 4 5100thisis coroutetime : 5 6375thisis coroutetime : 6 7650thisis coroutetime : 7 8925thisis coroutetime : 8 10200
思路1运行时间:3.0337979793548584
3.159485340118408
3.095968008041382平均运行时间3.08秒
思路2:当设定的睡眠时间(阻塞时间)不同,协程代号就是睡眠的时间
thisis coroutetime : 0.01 1275thisis coroutetime : 0.02 2550thisis coroutetime : 0.03 3825thisis coroutetime : 0.04 5100thisis coroutetime : 0.05 6375thisis coroutetime : 0.06 7650thisis coroutetime : 0.07 8925thisis coroutetime : 0.08 10200
由上面两组数据可以看出,无论协程是同时进行还是分时间段进行,都是严格按照顺序来执行的。思路2的结果很符合我们的认知常识,那么思路1的结果是怎么得来的呢?原因在于,多并发(此处的密集型运算用于模拟一系列的并发内部操作)情况下,阻塞的协程会暂时被搁置,切换到另外的协程。可以将协程的运行理解为一个队列,当大量协程来临的时候,无法一次性执行,于是放进一个类似队列的容器(WeakSet),并且不断检测这个队列中哪一个协程是处于非阻塞状态的,去调用这个协程的资源并运行。队列中的每一个元素间是互不干扰的。于是,就出现了以上的结果----有序的协程运行。
思路3:再看下面一组数据
thisis coroutetime : 1999 1275thisis coroutetime : 1999 2550thisis coroutetime : 1999 3825thisis coroutetime : 1999 5100thisis coroutetime : 1999 6375thisis coroutetime : 1999 7650thisis coroutetime : 1999 8925thisis coroutetime : 1999 10200
为什么所有的协程号都一样
因为最大协程号,睡眠时间最短,所以它先执行输出,而协程号是累加的,所以后面执行的线程都会以最大的协程号作为标记。由此进一步看出
三、性能对比
完成时间对比:
threading:平均运行时间:7.0秒
anyncio:平均运行时间3.08秒
由上面的多线程模块threading和协程模块asyncio的对比可以看出,ansyncio的完成时间是threading的一半左右。由此,asyncio在高并发的情况下具有比较大的优势,并且在资源的保护上也做得比threading要好。