python之路——协程（greenlet、gevent、简单爬虫）
协程
协程，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。
协程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。
协程的好处：
- 无需线程上下文切换的开销
- 无需原子操作锁定及同步的开销
- "原子操作(atomic operation)是不需要synchronized"，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。
- 方便切换控制流，简化编程模型
- 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。
缺点：
- 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。
- 进行阻塞（Blocking）操作（如IO时）会阻塞掉整个程序
使用yield实现协程操作例子
import time
def consumer(name):
print("开始吃包子")
while True:
bun = yield #使函数挂起
print(name,"正在吃",bun)
def producer():
r = con.__next__()
r = con2.__next__()
n = 0
while n < 5:
n += 1
con.send(n)
con2.send(n)
time.sleep(2)
print("正在制作包子",n)
if __name__ == '__main__':
con = consumer("alex")
con2 = consumer("japhi")
p = producer()
协程必须满足以下条件：
- 必须在只有一个单线程里实现并发
- 修改共享数据不需加锁
- 用户程序里自己保存多个控制流的上下文栈
- 一个协程遇到IO操作自动切换到其它协程
手动切换（Greenlet）
greenlet是一个用C实现的协程模块，相比与python自带的yield，它可以使你在任意函数之间随意切换，而不需把这个函数先声明为generator
import greenlet
def main():
print("1111111")
gr2.switch()
print("3333333")
gr2.switch()
def next():
print("2222222")
gr1.switch()
print("4444444")
if __name__ == "__main__":
gr1 = greenlet.greenlet(main) #实例化一个协程对象，括号内是函数
gr2 = greenlet.greenlet(next)
gr1.switch() #手动切换
输出结果：
1111111
2222222
3333333
4444444
先实例化对象，然后调用手动切换方法switch
自动切换（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。
import gevent
def first():
print(1111)
gevent.sleep(3) #模拟io切换，自动切换
print(22222)
def second():
print(33333)
gevent.sleep(2) #模拟io切换，自动切换
print(44444)
def third():
print(55555)
gevent.sleep(1) #模拟io切换，自动切换
print(666666)
gevent.joinall([ #需要把函数全都加入进去
gevent.spawn(first),
gevent.spawn(second),
gevent.spawn(third)
])
输出：
1111
33333
55555
666666
44444
22222
利用gevent实现简单爬虫
from urllib import request
import gevent,time
from gevent import monkey
monkey.patch_all() #添加io操作标准，让程序可以并行下载网页
def net(url):
resq = request.urlopen(url)
data = resq.read()
print(len(data))
urls = ['https://www.baidu.com/',
'https://www.hao123.com/',
'https://www.sina.com/' ]
time_start = time.time()
for url in urls:
net(url)
print("同步cost",time.time() - time_start)
async_time_start = time.time()
gevent.joinall([
gevent.spawn(net,"https://www.baidu.com"),
gevent.spawn(net,"https://www.hao123.com"),
gevent.spawn(net,"https://www.sina.com/")
])
print("异步cost",time.time() - async_time_start)
输出结果：
227
514581
601335
同步cost 2.6131491661071777
227
514599
601338
异步cost 2.2071263790130615
异步并行所花的时间少于同步，但要加 monkey.patch_all() #添加io操作标准，让程序可以并行下载网页
