day22-多并发编程基础（三）

今天学习了并发编程中的最后一部分，协程，也是python中区别于java，c等语言中很大不同的一部分

1.协程产生的背景

2.协程的概念

3.yield模拟协程

4.协程中主要的俩个模块

5.协程的应用

 

开始今日份总结

1.协程产生的背景

　　之前我们学习了线程、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，另外一种情况是该任务计算的时间过长

　　ps：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。

       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。

　　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：

#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

2.协程的概念

协程：在其他语言中很少去用，在python中非常重要的点,对于操作系统来说，线程已经是操作系统能够看到的最小单位，操作系统无法感知协程

• 协程的本质是，就是一条线程分成多份，每一份执行一段代码，多段代码可以在一个线程上来回切换
• 如果能在一段代码执行，在遇到I/O操作的时候，记录此时的状态，去执行另外一段代码，相当于完成利用协程完成了更加充分利用线程的目的

协程利用切换来规避I/O操作带来的好处

1. 一条线程可以执行多个任务
2. 减少了一个线程的阻塞，帮助线程最大程度的抢占CPU资源
3. 协程由于操作系统不可见，不由操作系统控制吗，协程是用户级，减少I/O操作，提高CPU的计算能力
4. 协程之间永远数据安全，----因为很多协程本质上就是一条线程

在pthon中，协程是非常重要的。

3.yield模拟协程

　　那么现在就用yield来模拟协程，毕竟yield也是可以在代码级别记录状态

#代码如下，yield本质是保存现在的状态，send是调用其他函数
def pro():
    print(1)
    n = yield 'a'
    print(n)
    yield 'b'

def com():
    g = pro()
    a = next(g)
    print(a)
    b = g.send(2)
    print(b)

com()

　　代码执行顺序如下

　　相比于串行的去执行，单纯的用yield只会让时间更长

　　下面用yield测试一下之前用到的生产者消费者模型

#单纯的生产者，消费者模型
import time

def consumer(res):
    '''单纯的处理数据'''
    pass

def producer():
    res =[]
    for i in range(10000000):
        pass
    return res

start = time.time()
res = producer()
consumer(res)
end = time.time()
print(end-start)
#结果
0.347031831741333

#用yield模式尝试

import time

def consumer():
    while True:

        x = yield

def producer():
    g = consumer()
    next(g)
    for i in range(10000000):
        g.send(i)
start = time.time()
#并发的执行任务
producer()
end = time.time()

print(end-start)

#结果
1.8232519626617432

　　可以看出来，单纯线程之间俩个任务的切换时很可浪费时间的，如果数据量大存储数据也是很需要时间的，每一次切换都需要记住当前的状态，切换回去需要读取之前的状态。

　　如果我们遇到I/0操作的时候可以自动切换，并且I/O阻塞时间可以和执行代码共享这段时间，才是真正的提高了程序的执行率，yield只是保存了状态。

　　可以用yield实现一个协程的操作。

4.协程中主要的俩个模块

　　协程中的主要有俩个模块，俩个模块都是第三方模块，既然是第三方模块那就先说明一下，第三方模块的导入方法

1. 方法一：在pycharm中，file—settings—project’xxx’—Project Interpreter—‘+’—搜索要安装的包—InstallPackage
2. 方法二：在cmd中 pip install ‘gevent’ 。pip list 查看已经安装的包目录。pip unistalled ‘’ 卸载已经安装的包

　　这个时候需要俩个第三方模块，一个是gevent，一个是greenlet，不过gevent是greenlet的上层模块，，gevent规避I/O操作，判断程序中的I/O操作，遇到I/O就切换到另一个任务去执行。greenlet主要是俩个任务之间的切换，状态的保存以及读取

4.1 greenlet模块

　　安装 ：pip3 install greenlet

查看代码

import greenlet

def eat():
    print('eat1')
    g2.switch()
    print('eat2')
    g2.switch()

def sleep():
    print('sleep1')
    g1.switch()
    print('sleep2')

g1 = greenlet.greenlet(eat)
g2 = greenlet.greenlet(sleep)
g1.switch()
#结果
eat1
sleep1
eat2
sleep2

　　greenlet 模块只是记录了状态并且在切换回去的是读取了状态，并没有真正意思的自动规避I/O操作

4.2 gevent模块

　　这个时候就需要了gevent模块了

　　安装：pip3 install gevent

　　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。

#gevent模块的使用方法
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

先运用最基本的协程函数

import gevent
def eat():
    print('eat1')
    gevent.sleep(1)
    print('eat2')

def sleep():
    print('sleep1')
    gevent.sleep(1)
    print('sleep2')
g1 = gevent.spawn(eat)#实例化一个gevent对象
g2 = gevent.spawn(sleep)#实例化一个gevent对象

gevent.joinall([g1,g2])#监测到有I/O就切换

　　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。

查看更改后的代码

from gevent import monkey
monkey.patch_all()#用来匹配所有的I/O操作
import gevent
import time
def eat():
    print('eat1')
    time.sleep(1)
    print('eat2')

def sleep():
    print('sleep1')
    time.sleep(1)
    print('sleep2')
g1 = gevent.spawn(eat)#实例化一个gevent对象
g2 = gevent.spawn(sleep)#实例化一个gevent对象

gevent.joinall([g1,g2])#监测到有I/O就切换

　　最后我们来看一下协程的id号，代码如下

from gevent import monkey
monkey.patch_all()
import gevent
import time
from threading import currentThread

def eat():
    print('eat:',currentThread())
    print('eat1')
    time.sleep(1)
    print('eat2')

def sleep():
    print('sleep:',currentThread())
    print('sleep1')
    time.sleep(1)
    print('sleep2')

g1 = gevent.spawn(eat)
g2 = gevent.spawn(sleep)

gevent.joinall([g1,g2])
#结果如下
eat: <_DummyThread(DummyThread-1, started daemon 53379528)>
eat1
sleep: <_DummyThread(DummyThread-2, started daemon 53380480)>
sleep1
eat2
sleep2

 

　　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

5.协程的应用

　　对于协程一般使用比较多的地方为网络I/O以及sleep操作，不过一般我们程序代码基本是不会去使用sleep操作，所以日常用的比较多的就是网络爬虫以及socket.server

5.1 网络爬虫简易

　　看代码

#普通打开方式
import time
from urllib import request

def func(name,url):
    ret =  request.urlopen(url)#获取网页
    with open(name+'.html','wb') as f:
        f.write(ret.read())
url_lst = [
    ('python','https://www.python.org/'),
    ('blog','http://www.cnblogs.com/Eva-J/articles/8324673.html'),
    ('pypi','https://pypi.org/project/pip/'),
    ('blog2','https://www.cnblogs.com/z-x-y/p/9237706.html'),
    ('douban','https://www.douban.com/')
]
start = time.time()
for url_item in url_lst:
    func(*url_item)
end = time.time()
print('普通打开方式',end-start)

#协程打开方式
from gevent import monkey
monkey.patch_all()
import gevent
from urllib import request
import time

def func(name,url):
    ret = request.urlopen(url)
    with open(name+'2.html','wb')as f:
        f.write(ret.read())

url_lst = [
    ('python','https://www.python.org/'),
    ('blog','http://www.cnblogs.com/Eva-J/articles/8324673.html'),
    ('pypi','https://pypi.org/project/pip/'),
    ('blog2','https://www.cnblogs.com/z-x-y/p/9237706.html'),
    ('douban','https://www.douban.com/')
]
start = time.time()
g_list =[]
for url_item in url_lst:
    g = gevent.spawn(func,*url_item)
    g_list.append(g)
gevent.joinall(g_list)
end = time.time()
print('协程打开方式',end-start)

看结果

　　普通打开方式 6.35495924949646
　　协程打开方式 1.931349754333496

　　我们会发现现在在少量的url状况下是这样，如果在大量的代码下，这个时间就会缩减的更多。

补充：这个是我在测试的时候发现的状况，在已有文件，打开文件并重新写入文件内容，耗费的时间会高很多！

在爬虫的时候还是用协程，这样会更快的拿到我们需要的数据并对其作出分析！

5.2 用协程实现socket.server

看代码

#服务端

#服务端
import socket
from gevent import monkey
monkey.patch_all()
import gevent

def talk(conn):
    while True:
        msg = conn.recv(1024).decode()
        conn.send(msg.upper().encode('utf-8'))

sk =socket.socket()
sk.bind(('127.0.0.1',8500))
sk.listen()

while True:
    conn,addr = sk.accept()
    gevent.spawn(talk,conn)

#客户端

import socket
sk = socket.socket()
sk.connect(('127.0.0.1',8500))

while True:
    msg = input('--->').encode('utf-8')
    sk.send(msg)
    recv_msg = sk.recv(1024).decode('utf-8')
    print(recv_msg)

sk.close()

任何基础知识都是看着简单，运用难，多练习就好啦！