python 协程简介
协程
之前我们了解了线程、进程的概念，了解了在操作系统中进程是资源分配的最小单位，线程是CPU调度的最小单位。按道理来说我们已经算是把cpu的利用率提高很多了。但是我们知道无论是创建多进程还是创建多线程，都要消耗一定的时间来创建进程、线程、以及管理他们之间的切换。随着我们对于效率的追求不断提高，基于单线程来实现并发又成为一个新的课题，即只用一个主线程（很明显可利用的cpu只有一个）情况下实现并发。这样就可以节省创建线进程所消耗的时间。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。
好了知道规律，我们就可以想一个办法来欺骗操作系统，那如何欺骗呢？就是欺骗操作系统我一直处于很忙的状态，这样程序便一直处于就绪和执行的状态。这也就是协程的本质，程序只在就绪和执行状态，而不在阻塞状态。从而提高程序被CPU执行的机会。
下面我们使用yield生成器来骗操作系统：
import time def consumer(): '''任务1:接收数据,处理数据''' while True: x=yield print(x,end=" ") def producer(): '''任务2:生产数据''' g=consumer() next(g) for i in range(100): g.send(i) time.sleep(0.1) start=time.time() #基于yield保存状态,实现两个任务直接来回切换,即并发的效果 #PS:如果每个任务中都加上打印,那么明显地看到两个任务的打印是你一次我一次,即并发执行的. producer() stop=time.time() print(stop-start)
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）控制单线程下的多个任务能在一个任务遇到io阻塞时就切换到另外一个任务去计算，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，从而可以迷惑操作系统，让其看到：该线程好像是一直在计算，io比较少，从而更多的将cpu的执行权限分配给我们的线程。
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，程序一直处于就绪和执行的状态，欺骗操操作系统我这个程序没有IO阻塞，这样就省去了程序遇到IO时被挂起进入阻塞状态，以此来提升效率。为了实现它，我们需要找寻一种可以同时满足以下条件的解决方案：
- 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，以便重新运行时，可以基于暂停的位置继续执行。
- 可以检测io操作，在遇到io操作的情况下才发生切换。
协程介绍
协程：是单线程下的并发，又称微线程，纤程。英文名Coroutine。协程是一种用户态的轻量级线程，即协程是由用户程序自己控制调度的。
需要强调的是：
- python的线程属于内核级别的，即由操作系统控制调度（如单线程遇到io或执行时间过长就会被迫交出cpu执行权限，切换其他线程运行）。
- 单线程内开启协程，任务调度由用户控制，一旦遇到io，就会切换到其它任务，以此来提升效率，对比操作系统控制线程的切换，用户在单线程内控制协程的切换。
优点如下：
- 协程的切换开销更小，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。
- 单线程内就可以实现并发的效果，最大限度地利用cpu。
缺点如下：
- 协程的本质是单线程下，无法利用多核，可以是一个程序开启多个进程，每个进程内开启多个线程，每个线程内开启协程。
- 协程指的是单个线程，因而一旦协程出现阻塞，将会阻塞整个线程。
协程特点：
- 在单线程里实现并发。
- 修改共享数据不需加锁。
- 任务的上下文切换由用户控制。
附加：一个协程遇到IO操作自动切换到其它协程（如何实现检测IO，yield、greenlet都无法实现，就用到了gevent模块（select机制））
greenlet模块
from greenlet import greenlet def eat(name): print("%s eat 1"%name) g2.switch("aaa") print("%s eat 2"%name) g2.switch() def play(name): print("%s play 1"%name) g1.switch() print("%s play 2"%name) g1 = greenlet(eat) g2 = greenlet(play) g1.switch("tomo") # 只在第一次传输参数就可以 # 打印内容如下 tomo eat 1 aaa play 1 tomo eat 2 aaa play 2
单纯的切换（在没有io的情况下或者没有重复开辟内存空间的操作），反而会降低程序的执行速度，如下对比：
使用切换的方式如下：
from greenlet import greenlet import time def f1(): res = 1 for i in range(10000000): res += i g2.switch() def f2(): res = 1 for i in range(10000000): res *= i g1.switch() start = time.time() g1 = greenlet(f1) g2 = greenlet(f2) g1.switch() stop = time.time() print(stop - start) # 打印内容如下 6.511372327804565
使用正常串行如下：
import time def f1(): res = 1 for i in range(10000000): res += i def f2(): res = 1 for i in range(10000000): res *= i start = time.time() f1() f2() stop = time.time() print(stop - start) # 打印内如如下 1.3570773601531982
上面的代码是纯计算的，通过对比可以看出串行的速度比协程的速度要快很多。所以协程一般适用于多I/O的情况。
gevent模块
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。
import gevent def eat(name): print("%s eat 1"%name) gevent.sleep(2) print("%s eat 2"%name) def play(name): print("%s play 1"%name) gevent.sleep(1) print("%s play 2"%name) g1 = gevent.spawn(eat,"aaa") g2 = gevent.spawn(play,"bbb") g1.join() g2.join() print("主线程") # 打印内容如下 aaa eat 1 bbb play 1 bbb play 2 aaa eat 2 主线程
上例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
from gevent import monkey monkey.patch_all() import gevent import time # load time module def eat(): print("eat food 1") time.sleep(2) print("eat food 2") def play(): print("play 1") time.sleep(1) # allow use time module print("play 2") g1 = gevent.spawn(eat) g2 = gevent.spawn(play) gevent.joinall([g1,g2]) # wait end
# 打印内容如下 eat food 1 play 1 play 2 eat food 2 main process
我们可以用threading.current_thread().getName()来查看每个g1和g2，查看的结果为DummyThread-n，即假线程 Dummy虚拟的，假的。
from gevent import monkey;monkey.patch_all() import threading import gevent import time def eat(): print(threading.current_thread().getName()) print("eat food 1") time.sleep(2) print("eat food 2") def play(): print(threading.current_thread().getName()) print("play 1") time.sleep(1) print("play 2") g1 = gevent.spawn(eat) g2 = gevent.spawn(play) gevent.joinall([g1,g2]) print("main process") # 打印内容如下 DummyThread-1 eat food 1 DummyThread-2 play 1 play 2 eat food 2 main process
gevent同步与异步
from gevent import spawn,joinall,monkey monkey.patch_all() import time def task(pid): time.sleep(0.5) print("task %s done" %pid) def synchronous(): for i in range(3): task(i) def asynchronous(): g_l = [spawn(task,i) for i in range(3)] joinall(g_l) print("Done") if __name__ == "__main__": print("Synchronous:") synchronous() print("Asynchronous:") asynchronous() # 打印内容如下 Synchronous: task 0 done task 1 done task 2 done Asynchronous: task 0 done task 1 done task 2 done Done
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任务。执行流程只会在 所有greenlet执行完后才会继续向下走。
gevent应用举例：
from gevent import monkey monkey.patch_all() import gevent import requests import time def get_page(url): print("GET:%s" % url) response = requests.get(url) if response.status_code == 200: print("%d bytes received from %s" %(len(response.text),url)) start = time.time() gevent.joinall([ gevent.spawn(get_page,"http://www.baidu.com"), gevent.spawn(get_page,"http://www.jd.com"), gevent.spawn(get_page,"http://www.taobao.com") ]) stop = time.time() print(stop -start) # 打印内如如下 GET:http://www.baidu.com GET:http://www.jd.com GET:http://www.taobao.com 2381 bytes received from http://www.baidu.com 107346 bytes received from http://www.jd.com 148531 bytes received from http://www.taobao.com 0.45302581787109375
