网络编程9_线程-条件,定时器,队列,线程池, 协程
线程
一. 条件
使得线程等待，只有满足某条件时，才释放n个线程
import time
from threading import Thread,RLock,Condition,current_thread
def func1(c):
c.acquire(False) #固定格式
# print(1111)
c.wait() #等待通知,
time.sleep(3) #通知完成后大家是串行执行的，这也看出了锁的机制了
print('%s执行了'%(current_thread().getName()))
c.release()
if __name__ == '__main__':
c = Condition()
for i in range(5):
t = Thread(target=func1,args=(c,))
t.start()
while True:
num = int(input('请输入你要通知的线程个数:'))
c.acquire() #固定格式
c.notify(num) #通知num个线程别等待了，去执行吧
c.release()
#结果分析：
# 请输入你要通知的线程个数:3
# 请输入你要通知的线程个数:Thread-1执行了 #有时候你会发现的你结果打印在了你要输入内容的地方，这是打印的问题，没关系，不影响
# Thread-3执行了
# Thread-2执行了
二. 定时器
定时器，指定n秒后执行某个操作，这个做定时任务的时候可能会用到
import time
from threading import Timer,current_thread #这里就不需要再引入Timer
import threading
def hello():
print(current_thread().getName())
print("hello, world")
# time.sleep(3) #如果你的子线程的程序执行时间比较长，那么这个定时任务也会乱，当然了，主要还是看业务需求
t = Timer(10, hello) #创建一个子线程去执行后面的函数
t.start() # after 1 seconds, "hello, world" will be printed
# for i in range(5):
# t = Timer(2, hello)
# t.start()
# time.sleep(3) #这个是创建一个t用的时间是2秒，创建出来第二个的时候，第一个已经过了两秒了，所以你的5个t的执行结果基本上就是2秒中，这个延迟操作。
print(threading.active_count())
print('主进程',current_thread().getName())
三. 线程队列
queue队列 ：使用import queue，用法与进程Queue一样
queue is especially useful in threaded programming when information must be exchanged safely between multiple threads.
1. class queue.Queue(maxsize=0) 先进先出
import queue
q = queue.Queue(3)
q.put(1)
q.put(2)
print("当前队列长度: ", q.qsize())
q.put(3)
print("查看队列状态: ", q.full())
try:
q.put_nowait(4)
except Exception:
print("当前队列已满")
print(q.get())
print(q.get())
print(q.get())
print("查看队列状态: ", q.empty())
try:
q.get_nowait()
except Exception:
print("队列已空")
2. class queue.LifoQueue(maxsize=0) 后进先出
q = queue.LifoQueue(3)
q.put(1)
q.put(2)
q.put(3)
print("查看队列状态: " ,q.full())
print(q.get())
print(q.get())
print("查看当前队列长度: ", q.qsize())
print(q.get())
3. class queue.PriorityQueue(maxsize=0) 优先级队列
def f1():
pass
class Animal:
pass
a = Animal()
q = queue.PriorityQueue(3)
q.put((1, Animal))
q.put((3, f1))
q.put((5, a))
print(q.get())
print(q.get())
print(q.get())
这三种队列都是线程安全的，不会出现多个线程抢占同一个资源或数据的情况。
四. 线程池 concurrent.futures 模块
早期的时候我们没有线程池，现在python提供了一个新的标准或者说内置的模块，这个模块里面提供了新的线程池和进程池，之前我们说的进程池是在multiprocessing里面的，现在这个在这个新的模块里面，他俩用法上是一样的。
为什么要将进程池和线程池放到一起呢，是为了统一使用方式，使用threadPollExecutor和ProcessPollExecutor的方式一样，而且只要通过这个concurrent.futures导入就可以直接用他们两个了:
concurrent.futures模块提供了高度封装的异步调用接口
ThreadPoolExecutor：线程池，提供异步调用
ProcessPoolExecutor: 进程池，提供异步调用
Both implement the same interface, which is defined by the abstract Executor class.
1. 基本方法
#submit(fn, *args, **kwargs)
异步提交任务
#map(func, *iterables, timeout=None, chunksize=1)
取代for循环submit的操作
#shutdown(wait=True)
相当于进程池的pool.close()+pool.join()操作
wait=True，等待池内所有任务执行完毕回收完资源后才继续
wait=False，立即返回，并不会等待池内的任务执行完毕
但不管wait参数为何值，整个程序都会等到所有任务执行完毕
submit和map必须在shutdown之前
#result(timeout=None)
取得结果
#add_done_callback(fn)
回调函数
2. 线程池的简单使用
import time, os, threading
from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor
def func(n):
time.sleep(1)
print("%s打印的: %s"%(threading.get_ident(), n))
return n*n
# 默认一般起线程个数不超过CPU个数*5
tpool = ThreadPoolExecutor(max_workers=5)
# 异步执行
t_list = []
for i in range(5):
# 提交执行函数,返回一个结果对象，i作为任务函数的参数 def submit(self, fn, *args, **kwargs):可以传任意形式的参数
t = tpool.submit(func, i)
t_list.append(t)
# print(t.result())
# 这个返回的结果对象t，不能直接去拿结果，不然又变成串行了，可以理解为拿到一个号码，等所有线程的结果都出来之后，我们再去通过结果对象t获取结果
tpool.shutdown()
# 起到原来的close阻止新任务进来 + join的作用，等待所有的线程执行完毕
print("主线程")
for ti in t_list:
print(">>>", ti.result())
# 我们还可以不用shutdown()，用下面这种方式
# while 1:
# for n,ti in enumerate(t_list):
# print('>>>>', ti.result(),n)
# time.sleep(1)
#每个两秒去去一次结果，哪个有结果了，就可以取出哪一个，想表达的意思就是说不用等到所有的结果都出来再去取，可以轮询着去取结果,因为你的任务需要执行的时间很长，那么你需要等很久才能拿到结果，通过这样的方式可以将快速出来的结果先拿出来。如果有的结果对象里面还没有执行结果，那么你什么也取不到，这一点要注意，不是空的，是什么也取不到,那怎么判断我已经取出了哪一个的结果，可以通过枚举enumerate来搞，记录你是哪一个位置的结果对象的结果已经被取过了，取过的就不再取了
#结果分析： 打印的结果是没有顺序的，因为到了func函数中的sleep的时候线程会切换，谁先打印就没准儿了，但是最后的我们通过结果对象取结果的时候拿到的是有序的，因为我们主线程进行for循环的时候，我们是按顺序将结果对象添加到列表中的。
# 6696打印的: 0
# 5044打印的: 3
# 4424打印的: 2
# 8840打印的: 1
# 1244打印的: 4
# 主线程
# >>> 0
# >>> 1
# >>> 4
# >>> 9
# >>> 16
3. 线程池的简单使用
只需要将这一行代码改为下面这一行就可以了，其他的代码都不用变
# tpool = ThreadPoolExecutor(max_workers=5)
tpool = ProcessPoolExecutor(max_workers=4)
#默认一般起进程的数据不超过CPU个数
4. map的使用
import time, os, random, threading
from concurrent.futures import ThreadPoolExecutor
def work(n):
print("%s is running"%threading.get_ident())
time.sleep(random.randint(1,3))
return n**2
if __name__ == '__main__':
t = ThreadPoolExecutor(max_workers=4)
# for i in range(10):
# t.submit(work, i)
# 用map取代submit
s = t.map(work, range(5))
print([i for i in s])
# 5792 is running
# 5824 is running
# 9208 is running
# 1296 is running
# 5792 is running
# [0, 1, 4, 9, 16]
5. 回调函数
五. 协成
1. 背景
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. 协成介绍
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：
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
优点如下：
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
缺点如下：
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））
3. greenlet
如果我们在单个线程内有20个任务，要想实现在多个任务之间切换，使用yield生成器的方式过于麻烦（需要先得到初始化一次的生成器，然后再调用send。。。非常麻烦），而使用greenlet模块可以非常简单地实现这20个任务直接的切换
#真正的协程模块就是使用greenlet完成的切换
from greenlet import greenlet
def eat(name):
print('%s eat 1' %name) #2
g2.switch('taibai') #3
print('%s eat 2' %name) #6
g2.switch() #7
def play(name):
print('%s play 1' %name) #4
g1.switch() #5
print('%s play 2' %name) #8
g1=greenlet(eat)
g2=greenlet(play)
g1.switch('taibai')#可以在第一次switch时传入参数，以后都不需要 1
#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
#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。
虽然没有规避固有的I/O时间，但是我们使用这个时间来做别的事情了，一般在工作中我们都是进程+线程+协程的方式来实现并发，以达到最好的并发效果，如果是4核的cpu，一般起5个进程，每个进程中20个线程（5倍cpu数量），每个线程可以起500个协程，大规模爬取页面的时候，等待网络延迟的时间的时候，我们就可以用协程去实现并发。 并发数量 = 5 * 20 * 500 = 50000个并发，这是一般一个4cpu的机器最大的并发数。nginx在负载均衡的时候最大承载量就是5w个
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。
4. 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。
1). 用法
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，spawn是异步提交任务
g2=gevent.spawn(func2)
g1.join() #等待g1结束，上面只是创建协程对象，这个join才是去执行
g2.join() #等待g2结束 有人测试的时候会发现，不写第二个join也能执行g2，是的，协程帮你切换执行了，但是你会发现，如果g2里面的任务执行的时间长，但是不写join的话，就不会执行完等到g2剩下的任务了
#或者上述两步合作一步：gevent.joinall([g1,g2])
g1.value#拿到func1的返回值
2). 遇到I/O阻塞会自动切换任务
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, "egon")
g2 = gevent.spawn(play, "egon")
g1.join()
g2.join()
# gevent.spawn([g1, g2])
print("主")
# egon eat 1
# egon play 1
# egon play 2
# egon eat 2
# 主
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
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，虚拟线程，其实都在一个线程里面
进程线程的任务切换是由操作系统自行切换的，你自己不能控制
协程是通过自己的程序（代码）来进行切换的，自己能够控制，只有遇到协程模块能够识别的IO操作的时候，程序才会进行任务切换，实现并发效果，如果所有程序都没有IO操作，那么就基本属于串行执行了。
5. 协成子同步与异步
from gevent import spawn, joinall,monkey; monkey.patch_all()
import time
def task(pid):
"""
Some non-deterministic task
"""
time.sleep(0.5)
print('Task %s done' % pid)
# 同步
def synchronous():
for i in range(10):
task(i)
# spawn()异步提交任务
def asynchronous():
g_l = [spawn(task, i) for i in range(10)]
joinall(g_l)
if __name__ == '__main__':
print("Synchronous:")
synchronous()
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。执行流程只会在 所有greenlet执行完后才会继续向下走。
6. gevent应用之一: 爬虫
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)
# print(response.status_code)
if response.status_code == 200:
print("%d bytes receved from %s"%(len(response.text), url))
# print(response.text)
s = time.time()
gevent.joinall([
gevent.spawn(get_page, 'https://www.python.org/'),
gevent.spawn(get_page, 'https://www.yahoo.com/'),
gevent.spawn(get_page, 'https://github.com/'),
])
e = time.time()
print("run time is %s" % (e-s))
# GET: https://www.python.org/
# GET: https://www.yahoo.com/
# GET: https://github.com/
# 48862 bytes receved from https://www.python.org/
# 79878 bytes receved from https://github.com/
# 518555 bytes receved from https://www.yahoo.com/
# run time is 10.245655298233032
# 将上面的程序最后加上一段串行的代码看看效率：如果你的程序不需要太高的效率，那就不用什么并发啊协程啊之类的东西。
print('--------------------------------')
s = time.time()
requests.get('https://www.python.org/')
requests.get('https://www.yahoo.com/')
requests.get('https://github.com/')
t = time.time()
print('串行时间>>',t-s)
# --------------------------------
# 串行时间>> 13.477648973464966
7. gevent应用之二: 实现单线程下的socket并发
通过gevent实现单线程下的socket并发（from gevent import monkey;monkey.patch_all()一定要放到导入socket模块之前，否则gevent无法识别socket的阻塞）
一个网络请求里面经过多个时间延迟time
1). 服务端:
from gevent import monkey; monkey.patch_all()
from socket import *
import gevent
#如果不想用money.patch_all()打补丁,可以用gevent自带的socket
# from gevent import socket
# s=socket.socket()
def server(server_ip, port):
s = socket(AF_INET, SOCK_STREAM)
s.setsockopt(SOL_SOCKET, SO_REUSEADDR, 1)
s.bind((server_ip, port))
s.listen(5)
while 1:
conn, addr = s.accept()
gevent.spawn(talk, conn, addr)
def talk(conn, addr):
try:
while 1:
res = conn.recv(1024).decode("utf-8")
print("client %s:%s msg: %s"%(addr[0], addr[1], res))
# msg = input(">>>: ").strip()
msg = res.upper()
conn.send(msg.encode("utf-8"))
except Exception as e:
print(e)
finally:
conn.close()
if __name__ == '__main__':
server("127.0.0.1", 8080)
2). 客户端
from socket import *
c = socket(AF_INET, SOCK_STREAM)
c.connect(("127.0.0.1", 8080))
while 1:
msg = input(">>>: ").strip()
if not msg:
continue
c.send(msg.encode("utf-8"))
msg2 = c.recv(1024)
print("客户端: ", msg2.decode("utf-8"))
3). 多线程并发多个客户端，去请求上面的服务端是没问题的
from threading import Thread
from socket import *
import threading
def client(server_ip, port):
c = socket(AF_INET, SOCK_STREAM)
c.connect((server_ip, port))
count = 0
while 1:
c.send(("%s say hello %s" % (threading.current_thread().getName(), count)).encode("utf-8"))
msg = c.recv(1024)
print("server: ", msg.decode("utf-8"))
count += 1
if __name__ == '__main__':
for i in range(500):
t = Thread(target=client, args=("127.0.0.1", 8080))
t.start()
