python使用协程并发

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：

1. 无需线程上下文切换的开销
2. 无需原子操作锁定及同步的开销
3. 方便切换控制流，简化编程模型
4. 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：

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.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。
2. 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。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

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

?

1 2 3 4

running in foo running in bar com back from bar in to foo com back from foo in to bar

• 同步异步

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

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

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

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

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

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

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

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

?

1 2 3

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/