【python自动化第十一篇】

【python自动化第十一篇】

【python自动化第十一篇：】

课程简介

• gevent协程
• select/poll/epoll/异步IO/事件驱动
• RabbitMQ队列

上节课回顾

• 进程：

  • 进程的诞生时为了处理多任务,资源的隔离，提供程序运行的所有数据
  • 进程就是一个程序运行所需要的资源集合
  • 每个进程的数据是独立的
  • 每个进程至少有一个线程
  • 适用于CPU密集型程序（金融分析等。。）
• 线程：
  • 线程数据是共享的
  • 线程依赖于进程运行
  • 适用于IO密集型程序（socket，web，爬虫）
• 总结：
  • 一个进程的多个线程可以充分利用多和cpu
  • 进程间数据共享的代价是高昂的，所以要尽量避免进程间的数据共享
  • 线程要修改同一份数据，必须要加锁（互斥锁mutex）
  • event ：线程间交互
• 多进程
  • multiprocessing
    • pipe
    • queue ：FIFO，LIFO，priority
    • pipe和queue实现的是进程间的数据传递和通信
    • manager实现了多进程间的数据共享
• 生产者消费者模型
  • 解耦（降低程序之间的关联）
  • 提高程序的运行效率

协程

协程：又称微线程，是一种用户态的轻量级线程
1 . 拥有自己的寄存器上下文和栈，协程调度切换时将寄存器上下文和栈保存到其他的地方，在切回来的时候，恢复先前保存的寄存器上下文和栈。
2 . 协程能够保存上一次调用时的状态（所有局部状态的一个特定组合），每一次过程重入时，就相当于进入上一次调用的状态，换一种说法就是进入上一次离开时所处的逻辑流的位置

• 协程的好处：

1. 无需上下文切换的开销
2. 无需原子操作锁定以及同步开销
3. 方便切换控制流，简化编程模型
4. 高并发+高拓展性+低成本：一个CPU支持上万个协程都不是问题，所以很适合高并发处理

• 协程的缺点：

1. 无法利用多核资源
2. 进行阻塞操作（如IO）会阻塞整个程序

• 小例子：

import queue
import time

def consumer(name):
   """
   定义消费者
   :param name:
   :return:
   """
   print("-->starting eating baozi!!")
   while True:
        new_baozi = yield
        print("[%s] is eating baozi %s"%(name,new_baozi))
        time.sleep(1)       #程序中间有停顿，则会导致程序串行执行
def producer():
    """
    定义生产者
    :return:
    """
    r = con.__next__()
    r = con2.__next__()
    n = 0
    while n<5000000000:         #循环5000个包子
        n+=1
        con.send(n)
        con2.send(n)
       # print("\033[32;1m[producer]\033[0m is making baozi %s"%n)
if __name__ == '__main__':
    con = consumer("c1")
    con2 = consumer("c2")
    p = producer()

总结：
协程从上述程序中得出的定义：

1. 必须在只有一个单线程里实现并发
2. 修改共享数据不需要加锁
3. 用户程序里自己保存多个控制流的上下文栈
4. 一个协程遇到其他的IO操作就自动切换到其他协程

• 通过greenlet模块实现的协程

from greenlet import greenlet
import time

def test1():
    print(12)
    time.sleep(2)     #等待之后再切换
    gr2.switch()      #切换到gr2
    print(34)
    gr2.switch()
def test2():
    print(56)
    gr1.switch()
    print(78)
gr1 = greenlet(test1)
gr2 = greenlet(test2)

gr1.switch()

不用变成生成器，可以在任意位置切换，但是不能够实现 一个协程遇到其他的IO操作就自动切换到其他协程

• gevent实现并发同步或者异步编程

import gevent

def func1():
    print('\033[31;1mfunc1开始运行\033[0m')
    gevent.sleep(2)
    print("\033[31;1mfunc1继续运行\033[0m")

def func2():
    print('\033[32;1mfunc2开始运行\033[0m')
    gevent.sleep(1)
    print("\033[32;1mfunc2继续运行\033[0m")
def func3():
    print("333333")
    gevent.sleep(1)
    print("44444")
gevent.joinall([
    gevent.spawn(func1),
    gevent.spawn(func2),
    gevent.spawn(func3)
])

输出结果如下：

func1开始运行
func2开始运行
333333
func2继续运行
44444
func1继续运行

• 同步和异步的性能差异对比

import gevent

def task(pid):
    gevent.sleep(0.5)
    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)]   #列表生成式
    threads = []
    for i in range(10):
        threads.append(gevent.spawn(task,i))
    gevent.joinall(threads)
print("synchonous")
synchronous()       #串行(同步)
# print("asynchonoous..")
# asynchronous()     #并行（异步）

• 并发爬虫实例

import gevent
from gevent import monkey
monkey.patch_all()        #打一发补丁
from urllib.request import urlopen
import time


def pa_web_page(url):
    print("starting get url ",url)
    req = urlopen(url)    #打开链接
    data = req.read()     #读取数据
    print(data)
    print("%d bytes recieved from %s"%(len(data),url))
# start_time = time.time()
# pa_web_page("http://www.xiaohuar.com")
# pa_web_page("http://www.autohome.com.cn/beijing/")
# print("cost time is %s"%(time.time()-start_time))

start_time2 = time.time()
gevent.joinall([
    gevent.spawn(pa_web_page,"http://www.xiaohuar.com"),
    gevent.spawn(pa_web_page,"http://www.autohome.com.cn/beijing/"),
    gevent.spawn(pa_web_page,"http://www.sina.com"),
])
print("cost time is %s"%(time.time()-start_time2))

• 基于socket的并发连接测试
  (1).socket_server 代码如下：

import socket
import gevent
from gevent import monkey
monkey.patch_all()
def server(port):
    s = socket.socket()
    s.bind(("0.0.0.0",port))
    s.listen(500)
    while True:
        client,addr=s.accept()
        gevent.spawn(handle_request,client)
def handle_request(conn):
    try:
        while True:
            data = conn.recv(1024)
            print("recv",data)
            conn.send(data)
            if not data:
                conn.shutdown(socket.SHUT_WR)
    except Exception as e:
        print(e)
    finally:
        conn.close()
if __name__ == '__main__':
    server(8888)

(2). socket_client for threading 代码如下：

import socket
import threading
def sock_conn():
    client = socket.socket()
    client.connect(("localhost",8888))
    count = 0
    while True:
        client.send(("hello %s"%count).encode("utf-8"))
        data = client.recv(1024)
        print("[%s] recv server %s"%(threading.get_ident(),data.decode()))
        count+=1
    client.close()

for i in range(100):    #测试并发连接个数
    t = threading.Thread(target=sock_conn)
    t.start()

• 此时会有一个弊端就是当并发高于1024就会不稳定
  (3). socket_client normal 代码如下：

import socket
HOST = "localhost"
PORT = 8888
c = socket.socket()
c.connect((HOST,PORT))
while True:
    msg  = bytes(input(">>"),encoding="utf-8")
    c.sendall(msg)
    data = c.recv(1024)
    print("Recived",repr(data))

事件驱动和异步IO

• 通常我们写服务器处理模型的程序时，遇到的模型：

  （1）每收到一个请求，创建一个新的进程，来处理该请求；
  （2）每收到一个请求，创建一个新的线程，来处理该请求；
  （3）每收到一个请求，放入一个事件列表，让主进程通过非阻塞I/O方式来处理请求
  特点：
  第（1）中方法，由于创建新的进程的开销比较大，所以，会导致服务器性能比较差,但实现比较简单。
  第（2）种方式，由于要涉及到线程的同步，有可能会面临死锁等问题。
  第（3）种方式，在写应用程序代码时，逻辑比前面两种都复杂。
  综合考虑各方面因素，一般普遍认为第（3）种方式是大多数网络服务器采用的方式

• 事件驱动类型介绍：

  在UI编程中，常常要对鼠标点击进行相应，首先如何获得鼠标点击呢？
  方式一：创建一个线程，该线程一直循环检测是否有鼠标点击，那么这个方式有以下几个缺点：

1. CPU资源浪费，可能鼠标点击的频率非常小，但是扫描线程还是会一直循环检测，这会造成很多的CPU资源浪费；如果扫描鼠标点击的接口是阻塞的呢？
2. 如果是堵塞的，又会出现下面这样的问题，如果我们不但要扫描鼠标点击，还要扫描键盘是否按下，由于扫描鼠标时被堵塞了，那么可能永远不会去扫描键盘；

3. 如果一个循环需要扫描的设备非常多，这又会引来响应时间的问题；
   所以，该方式是非常不好的。

   方式二：就是事件驱动模型
   目前大部分的UI编程都是事件驱动模型，如很多UI平台都会提供onClick()事件，这个事件就代表鼠标按下事件。事件驱动模型大体思路如下：

4. 有一个事件（消息）队列；
5. 鼠标按下时，往这个队列中增加一个点击事件（消息）；
6. 有个循环，不断从队列取出事件，根据不同的事件，调用不同的函数，如onClick()、onKeyDown()等；
7. 事件（消息）一般都各自保存各自的处理函数指针，这样，每个消息都有独立的处理函数；

echo 'Hello world!';