Python 网络与并发编程（四）

协程Coroutines

协程，全称是“协同程序”，用来实现任务协作。是一种在线程中，比线程更加轻量级的存在，由程序员自己写程序来管理。
当出现IO阻塞时，CPU一直等待IO返回，处于空转状态。这时候用协程，可以执行其他任务。当IO返回结果后，再回来处理数据。充分利用了IO等待的时间，提高了效率。

协程的核心(控制流的让出和恢复)

1每个协程有自己的执行栈，可以保存自己的执行现场
2 可以由用户程序按需创建协程（比如：遇到io操作）,协程“主动让出（yield）”执行权时候,会保存执行现场(保存中断时的寄存器上下文和栈)，然后切换到其他协程
3 协程恢复执行（resume）时，根据之前保存的执行现场恢复到中断前的状态，继续执行，这样就通过协程实现了轻量的由用户态调度的多任务模型

协程和多线程比较

比如，有3个任务需要完成，每个任务都在等待I/O操作时阻塞自身。

1 在单线程同步模型中，任务按照顺序执行。如果某个任务因为I/O而阻塞，其他所有的任务都必须等待，直到它完成之后它们才能依次执行。

2 多线程版本中，这3个任务分别在独立的线程中执行。这些线程由操作系统来管理，在多处理器系统上可以并行处理，或者在单处理器系统上交错执行。这使得当某个线程阻塞在某个资源的同时其他线程得以继续执行。

3 协程版本的程序中，3个任务交错执行，但仍然在一个单独的线程控制中。当处理I/O或者其他昂贵的操作时，注册一个回调到事件循环中，然后当I/O操作完成时继续执行。回调描述了该如何处理某个事件。事件循环轮询所有的事件，当事件到来时将它们分配给等待处理事件的回调函数。

协程的优点

1 由于自身带有上下文和栈，无需线程上下文切换的开销,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 无需原子操作的锁定及同步的开销；
3 方便切换控制流，简化编程模型
4 单线程内就可以实现并发的效果，最大限度地利用cpu，且可扩展性高，成本低（注：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）

asyncio协程是写爬虫比较好的方式。比多线程和多进程都好开辟新的线程和进程是非常耗时的

协程的缺点

1 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。

2 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。

asyncio实现协程(重点)

1 正常的函数执行时是不会中断的，所以你要写一个能够中断的函数，就需要加 asyncasync 用来声明一个函数为异步函数，异步函数的特点是能在函数执行过程中挂起，去执行其他异步函数，等到挂起条件（假设挂起条件是sleep(5) ）消失后，也就是5秒到了再回来执行
2 await 用来用来声明程序挂起，比如异步程序执行到某一步时需要等待的时间很长，就将此挂
起，去执行其他的异步程序。
3 asyncio 是python3.5之后的协程模块，是python实现并发重要的包，这个包使用事件循环驱动实现并发。

不使用协程，耗时6秒

#coding=utf-8
import time
def func1():
	for i in range(3):
		print(f'北京：第{i}次打印啦')
		time.sleep(1)
	return "func1执行完毕"
def func2():
	for k in range(3):
		print(f'上海：第{k}次打印了')
		time.sleep(1)
	return "func2执行完毕"
def main():
	func1()
	func2()
if __name__ == '__main__':
	start_time = time.time()
	main()
	end_time = time.time()
	print(f"耗时{end_time-start_time}") #不使用协程，耗时6秒

使用协程，耗时3秒

#coding=utf-8
import asyncio
import time
async def func1(): #async表示方法是异步的
	for i in range(3):
		print(f'北京：第{i}次打印啦')
		await asyncio.sleep(1)
	return "func1执行完毕"
async def func2():
	for k in range(3):
		print(f'上海：第{k}次打印了' )
		await asyncio.sleep(1)
	return "func2执行完毕"
async def main():
	res = await asyncio.gather(func1(),func2())
	#await异步执行func1方法
	#返回值为函数的返回值列表,本例为["func1执行完毕", "func2执行完毕"]
	print(res)
if __name__ == '__main__':
	start_time = time.time()
	asyncio.run(main())
	end_time = time.time()
	print(f"耗时{end_time-start_time}") #耗时3秒,效率极大提高