线程、协程（下）

 

  • 随着之前我们学习的多线程和多进程，但是我们知道无论是创建多进程还是创建多线程来解决问题，都要消耗一定的时间来创建进程、创建线程、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
    • 一种情况是该任务计算的时间过长

    1555746805999

    在介绍进程理论时，提及进程的三种执行状态，而线程才是执行单位，所以也可以将上图理解为线程的三种状态 。

    一：其中第二种情况并不能提升效率，只是为了让cpu能够雨露均沾，实现看起来所有任务都被“同时”执行的效果，如果多个任务都是纯计算的，这种切换反而会降低效率。

    　　为此我们可以基于yield来验证。yield本身（tonodo最初版本就是yield实现）就是一种在单线程下可以保存任务运行状态的方法，我们来简单复习一下：

     
     
     
    ​x
     
     
     
     
    #1 yiled可以保存状态，yield的状态保存与操作系统的保存线程状态很像，但是yield是代码级别控制的，更轻量级
    #2 send可以把一个函数的结果传给另外一个函数，以此实现单线程内程序之间的切换
    ​
    #串行执行
    import time
    def consumer(res):
        '''任务1:接收数据,处理数据'''
        pass
    def producer():
        '''任务2:生产数据'''
        res=[]
        for i in range(10000000):
            res.append(i)
        return res
    start=time.time()
    #串行执行
    res=producer()
    consumer(res) #写成consumer(producer())会降低执行效率
    stop=time.time()
    print(stop-start) #1.5536692142486572
    ​
    ​
    #基于yield并发执行
    import time
    def consumer():
        '''任务1:接收数据,处理数据'''
        while True:
            x=yield
    def producer():
        '''任务2:生产数据'''
        g=consumer()
        next(g)
        for i in range(10000000):
            g.send(i)
    ​
    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) #2.0272178649902344
     

    二：第一种情况的切换。在任务一遇到io情况下，切到任务二去执行，这样就可以利用任务一阻塞的时间完成任务二的计算，效率的提升就在于此。

     
     
     
    xxxxxxxxxx
     
     
     
     
    import time
    def consumer():
        '''任务1:接收数据,处理数据'''
        while True:
            x=yield
    ​
    def producer():
        '''任务2:生产数据'''
        g=consumer()
        next(g)
        for i in range(10000000):
            g.send(i)
            time.sleep(2)
    ​
    start=time.time()
    producer()  #并发执行,但是任务producer遇到io就会阻塞住,并不会切到该线程内的其他任务去执行
    ​
    stop=time.time()
    print(stop-star)
    ​
    #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，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：

     
     
     
    xxxxxxxxxx
     
     
     
     
    #1. 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。
    #2. 作为1的补充：可以检测io操作，在遇到io操作的情况下才发生切换
     

    1555747988330

    •  
       
       
      xxxxxxxxxx
       
       
       
       
      1、协程(本质是一条线程,操作系统不可见)
      2、是有程序员操作的,而不是由操作系统调度的
      3、多个协程的本质是一条线程,所以多个协程不能利用多核
      # 出现的意义 : 多个任务中的IO时间可以共享,当执行一个任务遇到IO操作的时候,
            # 可以将程序切换到另一个任务中继续执行
            # 在有限的线程中,实现任务的并发,节省了调用操作系统创建\销毁线程的时间
            # 并且协程的切换效率比线程的切换效率要高
            # 协程执行多个任务能够让线程少陷入阻塞,让线程看起来很忙
            # 线程陷入阻塞的次数越少,那么能够抢占CPU资源就越多,你的程序效率看起来就越高
      总结：
            # 1.开销变小了
            # 2.效率变高了
       

     

一、协程

  • 协程并不是实际存在的实体，它的本质就是一个线程的多个部分，比线程的单位更小————协程、纤程，一个线程中可以开启多个协程，在执行程序的过程中遇到IO操作就冻结当前位置的状态,去执行其他任务，在执行其他任务过程中会不断的检测上一个冻结的任务是否IO结束,如果IO结束了，就继续从冻结的位置开始执行,
  • 协程的特点：冻结当前程序/任务的执行状态————技能解锁可以规避IO操作的时间
  • 单纯的切换 还是要耗费一些时间的 记住当前执行的状态，但是节省内存
 
 
 
xxxxxxxxxx
 
 
 
 
#冻结状态之生成器
def func():
    print(1)
    yield 'aaa'
    print(2)
    yield 'bbb'
    print(3)
    yield 'ccc'
g = func()
next(g)  #1
​
#列表
def func():
    x = yield 1
    print(x)
    yield 2
​
g = func()
print(next(g))
print(g.send('aaa'))
​
#1
#aaa
#2
 

  • 协程：是单线程下的并发，又称微线程，纤程。英文名Coroutine。一句话说明什么是线程：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：

       
       
       
      xxxxxxxxxx
       
       
       
       
      #1. 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）
      #2. 单线程内开启协程，一旦遇到io，就会从应用程序级别（而非操作系统）控制切换，以此来提升效率（！！！非io操作的切换与效率无关）
       

    • 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：

       
       
       
      xxxxxxxxxx
       
       
       
       
      优点：
          #1. 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
          #2. 单线程内就可以实现并发的效果，最大限度地利用cpu
      缺点：
          #1. 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
          #2. 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
          
      总结协程特点：
          1、必须在只有一个单线程里实现并发
          2、修改共享数据不需加锁
          3、用户程序里自己保存多个控制流的上下文栈
          4、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））
       

       

二、greenlet模块

  • 简介：

    Greenlet是python的一个C扩展，来源于Stackless python，旨在提供可自行调度的‘微线程’， 即协程。generator实现的协程在yield value时只能将value返回给调用者(caller)。 而在greenlet中，target.switch（value）可以切换到指定的协程（target）， 然后yield value。greenlet用switch来表示协程的切换，从一个协程切换到另一个协程需要显式指定。

    • greenlet 实现状态切换

       
       
       
      xxxxxxxxxx
       
       
       
       
      from greenlet import greenlet
      def eat(name):
          print('%s eat 1' %name)
          g2.switch('egon')
          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('egon')#可以在第一次switch时传入参数，以后都不需要
       

    • 单纯的切换（在没有io的情况下或则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

      #顺序执行
import time
def f1():
    res=1
    for i in range(100000000):
        res+=i
def f2():
    res=1
    for i in range(100000000):
        res*=i

start=time.time()
f1()
f2()
stop=time.time()
print('run time is %s' %(stop-start))    #10.985628366470337

#切换
from greenlet import greenlet
import time
def f1():
    res=1
    for i in range(100000000):
        res+=i
        g2.switch()
def f2():
    res=1
    for i in range(100000000):
        res*=i
        g1.switch()

start=time.time()
g1=greenlet(f1)
g2=greenlet(f2)
g1.switch()
stop=time.time()
print('run time is %s' %(stop-start))   # 52.763017892837524

#greenlet只是提供了一种比generator更加便捷的切换方式，当切到一个任务执行时如果遇到io，那就原地阻塞，仍然是没有解决遇到IO自动切换来提升效率的问题。
#单线程里的这20个任务的代码通常会既有计算操作又有阻塞操作，我们完全可以在执行任务1时遇到阻塞，就利用阻塞的时间去执行任务2。。。。如此，才能提高效率，这就用到了Gevent模块

    • greenlet不是创造协程的模块，它是用来做多个协程任务切换的，它到底是怎么实现切换的呢？

      from greenlet import greenlet
def func():
    print(123)
 
def func2():
    print(456)
 
g1 = greenlet(func)  # 实例化
g2 = greenlet(func2)
g1.switch()  # 开始运行,它会运行到下一个switch结束。否则一直运行  结果：123

#复杂点的交叉切换
from greenlet import greenlet
def test1():
    print 12
    gr2.switch()  #可以把switch理解为水龙头的开关，g2开
    print 34
 
def test2():
    print 56
    gr1.switch()   #g1开
    print 78
 
gr1 = greenlet(test1)
gr2 = greenlet(test2)
gr1.switch()

#执行结果
#12
#56
#34
#当创建一个greenlet时，首先初始化一个空的栈， switch到这个栈的时候，会运行在greenlet构造时传入的函数（首先在test1中打印 12）， 如果在这个函数（test1）中switch到其他协程（到了test2 打印34），那么该协程会被挂起，等到切换回来（在test2中切换回来 打印34）。当这个协程对应函数执行完毕，那么这个协程就变成dead状态。
#注意：上面没有打印test2的最后一行输出 78，因为在test2中切换到gr1之后挂起，但是没有地方再切换回来。这个可能造成泄漏，后面细说

    • greenlet的缺点：1.手动切换；2.不能规避I/O操作(睡眠)

    三、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。

    • 用法介绍

      g1=gevent.spawn(func,1,,2,3,x=4,y=5)  #创建一个协程对象g1，spawn括号内第一个参数是函数名，如eat，后面可以有多个参数，可以是位置实参或关键字实参，都是传给函数eat的

g2=gevent.spawn(func2)

g1.join() #等待g1结束

g2.join() #等待g2结束

#或者上述两步合作一步：gevent.joinall([g1,g2])

g1.value  #拿到func1的返回值

    • gevent遇到io主动切换

      from gevent import monkey;monkey.patch_all()  #这里的猴子是可以抓取下面的所有阻塞，如time
import threading
import gevent
import time
def eat():
    print(threading.current_thread().getName())
    print('eat food 1')
    time.sleep(2)   #遇到io主动切换到play
    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('主')

#结果
DummyThread-1   #dummy 假的；仿制品，所以可以知道是假进程
eat food 1
DummyThread-2
play 1
play 2
eat food 2
主

    • 详细解读gevent

      img

      import gevent
def eat():
    print('eating1')
    print('eating2')
g1 = gevent.spawn(eat)  #创建一个协程对象g1

#结果：为空，不会执行，因为没有遇到阻塞

import gevent
def eat():
    print('eating1')
    print('eating2')
g1 = gevent.spawn(eat)  #创建一个协程对象g1
g1.join()  #等待g1结束
#结果：eating1   eating2

#当使用time时，gevent并抓不到这个阻塞
import time
import gevent
def eat():
    print('eating1')
    time.sleep(1)
    print('eating2')
 
def play():
    print('playing1')
    time.sleep(1)
    print('playing2')
 
g1 = gevent.spawn(eat)  #创建一个协程对象g1
g2 = gevent.spawn(play)
g1.join()  #等待g1结束
g2.join()

#执行输出：
#eating1
#eating2
#playing1
#playing2

#使用gevent的阻塞的time才能抓取
import time
import gevent
def eat():
    print('eating1')
    gevent.sleep(1)  #延时调用
    print('eating2')
 
def play():
    print('playing1')
    gevent.sleep(1)  #延时调用
    print('playing2')
 
g1 = gevent.spawn(eat)  #创建一个协程对象g1
g2 = gevent.spawn(play)
g1.join()  #等待g1结束
g2.join()
#执行输出：
eating1
playing1
eating2
playing2

    • 猴子补丁

      如果想让协程执行time.sleep()呢？由于默认，协程无法识别time.sleep()方法，需要导入一个模块monkey
monkey patch (猴子补丁)
from gevent import monkey;monkey.patch_all()
# 它会把下面导入的所有的模块中的IO操作都打成一个包，gevent就能够认识这些IO了
import time
import gevent
def eat():
    print('eating1')
    time.sleep(1)  #延时调用
    print('eating2')
 
def play():
    print('playing1')
    time.sleep(1)  #延时调用
    print('playing2')
 
g1 = gevent.spawn(eat)  #创建一个协程对象g1
g2 = gevent.spawn(play)
g1.join()  #等待g1结束
g2.join()
#执行输出：
#playing1
#eating2
#eating2
#playing2

    • 结论：

      • 使用gevent模块来执行多个函数，表示在这些函数遇到IO操作的时候可以在同一个线程中进行切换 利用其他任务的IO阻塞时间来切换到其他的任务继续执行
      • spawn来发布协程任务join负责开启并等待任务执行结束 gevent本身不认识其他模块中的IO操作，但是如果我们在导入其他模块之前执行from gevent import monkey;monkey.patch_all() 这行代码，必须在文件最开头gevent就能够认识在这句话之后导入的模块中的所有IO操作了

  • Gevent的同步与异步

    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():  # 同步
    for i in range(10):
        task(i)
 
def asynchronous(): # 异步
    g_l=[spawn(task,i) for i in range(10)]
    joinall(g_l)
    print('DONE')
     
if __name__ == '__main__':
    print('Synchronous:')
    synchronous()  #前者打印完，才执行后面
    print('Asynchronous:')
    asynchronous()
#  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的应用举例

    #爬虫
url_dic = {
    '协程':'http://www.cnblogs.com/Eva-J/articles/8324673.html',
    '线程':'http://www.cnblogs.com/Eva-J/articles/8306047.html',
    '目录':'https://www.cnblogs.com/Eva-J/p/7277026.html',
    '百度':'http://www.baidu.com',
    'sogou':'http://www.sogou.com',
    '4399':'http://www.4399.com',
    '豆瓣':'http://www.douban.com',
    'sina':'http://www.sina.com.cn',
    '淘宝':'http://www.taobao.com',
    'JD':'http://www.JD.com'
}
import time
from gevent import monkey;monkey.patch_all()
from urllib.request import urlopen
import gevent

def get_html(name,url):
    ret = urlopen(url)
    content = ret.read()
    with open(name,'wb') as f:
        f.write(content)

start = time.time()
for name in url_dic:
    get_html(name+'_sync.html',url_dic[name])
ret = time.time() - start
print('同步时间 :',ret)

start = time.time()
g_l = []
for name in url_dic:
    g = gevent.spawn(get_html,name+'_async.html',url_dic[name])
    g_l.append(g)
gevent.joinall(g_l)
ret = time.time() - start
print('异步时间 :',ret)

#同步时间 : 5.821720123291016
#异步时间 : 4.347508907318115

#聊天工具
#服务端
from gevent import monkey;monkey.patch_all()
import socket
import gevent
def async_talk(conn):
    try:
        while True:
            conn.send(b'hello')
            ret = conn.recv(1024)
            print(ret)
    finally:
        conn.close()
sk = socket.socket()
sk.bind(('127.0.0.1',9000))
sk.listen()
while True:
    conn,addr = sk.accept()
    gevent.spawn(async_talk,conn)
sk.close()

#客服端
import socket
from threading import Thread
def socket_client():
    sk = socket.socket()
    sk.connect(('127.0.0.1',9000))
    while True:
        print(sk.recv(1024))
        sk.send(b'bye')
    sk.close()
for i in range(500):
    Thread(target=socket_client).start()

     

四、生成器————>asyncio模块 asyncio学习

 

posted @ 2019-04-22 11:54  独角兕大王  阅读(253)  评论(0)  编辑  收藏  举报