协程和异步io
一. 并发、并行、同步、异步、阻塞、非阻塞
1.并发：是指一个时间段中有几个程序都处于已启动运行到运行完毕之间，且这几个程序都是在同一个处理机（CPU）上运行，但任一个时刻点上只有一个程序在处理机上运行。
2.并行：是指任何时间点，有多个程序运行在多个CPU上（最多和CPU数量一致）。
3.并发和并行的区别：
并发和并行是即相似又有区别的两个概念，并行是指两个或者多个事件在同一时刻发生；而并发是指两个或多个事件在同一时间间隔内发生。在多道程序环境下，并发性是指在一段时间内宏观上有多个程序在同时运行，但在单处理机系统中，每一时刻却仅能有一道程序执行，故微观上这些程序只能是分时地交替执行。倘若在计算机系统中有多个处理机，则这些可以并发执行的程序便可被分配到多个处理机上，实现并行执行，即利用每个处理机来处理一个可并发执行的程序，这样，多个程序便可以同时执行。
4.同步：是指代码调用IO操作时，必须等待IO操作完成才能返回的调用方式。
5.异步：是指代码调用IO操作时，不必等待IO操作完成就能返回的调用方式。
6.阻塞：是指调用函数的时候当前线程被挂起。
7.非阻塞：是指调用函数的时候当前线程不会被挂起，而是立即返回。
二. C10K问题和io多路复用(select、poll、epoll)
1.C10K问题：
谓c10k问题,指的是服务器同时支持成千上万个客户端的问题,也就是concurrent 10 000 connection(这也是c10k这个名字的由来)。由于硬件成本的大幅度降低和硬件技术的进步，如果一台服务器同时能够服务更多的客户端，那么也就意味着服务每一个客户端的成本大幅度降低，从这个角度来看，问题显得非常有意义。
2.五种I/O模型（详情：https://www.cnblogs.com/findumars/p/6361627.html）：
5.1阻塞I式/O：系统调用不会立即返回结果，当前线程会阻塞，等到获得结果或报错时在返回（问题：如在调用send()的同时，线程将被阻塞，在此期间，线程将无法执行任何运算或响应任何的网络请求。）
5.2非阻塞式I/O：调用后立即返回结果（问题：不一定三次握手成功，recv() 会被循环调用，循环调用recv()将大幅度推高CPU 占用率），做计算任务或者再次发起其他连接就较有优势
5.3I/O复用：它的基本原理就是select/epoll这个function会不断的轮询所负责的所有socket，当某个socket有数据到达了，就通知用户进程。（阻塞式的方法，可以监听多个socket状态）（问题：将数据从内核复制到用户空间的时间不能省）
5.4信号驱动式I/O：运用较少
5.5异步I/O：它就像是用户进程将整个IO操作交给了他人（kernel）完成，然后他人做完后发信号通知。在此期间，用户进程不需要去检查IO操作的状态，也不需要主动的去拷贝数据。
3.解决方法（参照：https://blog.csdn.net/wangtaomtk/article/details/51811011）：
3.1每个线程/进程处理一个连接：
但是由于申请进程/线程会占用相当可观的系统资源，同时对于多进程/线程的管理会对系统造成压力，因此这种方案不具备良好的可扩展性。因此，这一思路在服务器资源还没有富裕到足够程度的时候，是不可行的；即便资源足够富裕，效率也不够高。
问题：资源占用过多，可扩展性差。
3.2每个进程/线程同时处理多个连接（IO多路复用）：
3.2.1传统思路
最简单的方法是循环挨个处理各个连接，每个连接对应一个 socket，当所有 socket 都有数据的时候，这种方法是可行的。但是当应用读取某个 socket 的文件数据不 ready 的时候，整个应用会阻塞在这里等待该文件句柄，即使别的文件句柄 ready，也无法往下处理。
思路：直接循环处理多个连接。问题：任一文件句柄的不成功会阻塞住整个应用。
3.2.2select：
思路：有连接请求抵达了再检查处理。
问题：句柄上限+重复初始化+逐个排查所有文件句柄状态效率不高。
3.2.3poll
思路：设计新的数据结构提供使用效率。
问题：逐个排查所有文件句柄状态效率不高。
3.2.4epoll（nginx使用的是epoll）
思路：只返回状态变化的文件句柄。
问题：依赖特定平台（Linux）。
注：epoll不一定比select好（在高并发的情况下，连接活跃度不是很高，epoll比select好；在并发性不高，同时连接很活跃select比epoll好（游戏））
三. epoll+回调+事件循环方式url
1. 通过非阻塞I/O实现http请求：
1 import socket 2 from urllib.parse import urlparse 3 4 def get_url(url): 5 #通过socket请求html 6 url=urlparse(url) 7 host=url.netloc 8 path=url.path 9 if path=="": 10 path="/" 11 #建立socket连接 12 client=socket.socket(socket.AF_INET,socket.SOCK_STREAM) 13 #设置成非阻塞(抛异常：BlockingIOError: [WinError 10035] 无法立即完成一个非阻止性套接字操作。) 14 client.setblocking(False) 15 try: 16 client.connect((host,80)) 17 except BlockingIOError as e: 18 pass 19 #向服务器发送数据(还未连接会抛异常) 20 while True: 21 try: 22 client.send("GET {} HTTP/1.1\r\nHost:{}\r\nConnection:close\r\n\r\n".format(path, host).encode("utf8")) 23 break 24 except OSError as e: 25 pass 26 #将数据读取完 27 data=b"" 28 while True: 29 try: 30 d=client.recv(1024) 31 except BlockingIOError as e: 32 continue 33 if d: 34 data+=d 35 else: 36 break 37 #会将header信息作为返回字符串 38 data=data.decode('utf8') 39 print(data.split('\r\n\r\n')[1]) 40 client.close() 41 42 if __name__=='__main__': 43 get_url('http://www.baidu.com')
2.使用select完成http请求（循环回调）：
优点：并发性高（驱动整个程序主要是回调循环loop()，不会等待，请求操作系统有什么准备好了，准备好了就执行【没有线程切换等，只有一个线程，当一个url连接建立完成后就会注册，然后回调执行】，省去了线程切换和内存）
1 #自动根据环境选择poll和epoll 2 from selectors import DefaultSelector,EVENT_READ,EVENT_WRITE 3 selector=DefaultSelector() 4 urls=[] 5 #全局变量 6 stop=False 7 class Fetcher: 8 def connected(self, key): 9 #取消注册 10 selector.unregister(key.fd) 11 self.client.send("GET {} HTTP/1.1\r\nHost:{}\r\nConnection:close\r\n\r\n".format(self.path, self.host).encode("utf8")) 12 selector.register(self.client.fileno(),EVENT_READ,self.readable) 13 14 def readable(self,key): 15 d = self.client.recv(1024) 16 if d: 17 self.data += d 18 else: 19 selector.unregister(key.fd) 20 # 会将header信息作为返回字符串 21 data = self.data.decode('utf8') 22 print(data.split('\r\n\r\n')[1]) 23 self.client.close() 24 urls.remove(self.spider_url) 25 if not urls: 26 global stop 27 stop=True 28 29 def get_url(self,url): 30 self.spider_url = url 31 url = urlparse(url) 32 self.host = url.netloc 33 self.path = url.path 34 self.data = b"" 35 if self.path == "": 36 self.path = "/" 37 # 建立socket连接 38 self.client = socket.socket(socket.AF_INET, socket.SOCK_STREAM) 39 self.client.setblocking(False) 40 try: 41 self.client.connect((self.host, 80)) 42 except BlockingIOError as e: 43 pass 44 45 #注册写事件,及回调函数 46 selector.register(self.client.fileno(),EVENT_WRITE,self.connected) 47 48 def loop(): 49 #回调+事件循环+select（poll/epoll） 50 #事件循环，不停的调用socket的状态并调用对应的回调函数 51 #判断哪个可读可写，select本身不支持register模式 52 #socket状态变化后的回调使用程序员完成的 53 if not stop: 54 while True: 55 ready=selector.select() 56 for key,mask in ready: 57 call_back=key.data 58 call_back(key) 59 60 61 if __name__=='__main__': 62 fetcher=Fetcher() 63 fetcher.get_url('http://www.baidu.com') 64 loop()
四. 回调之痛
1.可读性差；2.共享状态管理困难；3.异常处理困难
协程能解决
五. C10M问题和协程
1.C10M问题：
如何利用8核心CPU，64G内存，在10gps的网络上保持1000万的并发连接。
2.协程：
2.1问题：回调模式编码复杂度高；同步编程的并发性不高；多线程需要线程间同步，look会降低性能
2.2解决：
采用同步的方式去编写异步的代码；
采用单线程去解决任务：线程是由操作系统切换，单线程切换意味着需要我们自己去调度任务；不在需要锁，并发性高，如果单线程内切换函数，性能远高于线程切换，并发性更高。
2.3协程：
传统函数调用 过程 A->B->C；
我们需要一个可以暂停的函数，并且可以在适当的时候恢复该函数的继续执行；
出现了协程 -> 有多个入口的函数， 可以暂停的函数， 可以暂停的函数(可以向暂停的地方传入值)；
1 def get_url(url): 2 #do someting 1 3 html = get_html(url) #此处暂停，切换到另一个函数去执行 4 # #parse html 5 urls = parse_url(html) 6 7 def get_url(url): 8 #do someting 1 9 html = get_html(url) #此处暂停，切换到另一个函数去执行 10 # #parse html 11 urls = parse_url(html)
六. 生成器的send和yield from
1.生成器send和next方法：
启动生成器方式有两种：1.next()；2.send()；
生成器可以产出值；也可以接收值（调用方传递进来的值）；
send方法可以传递值进入生成器内部，同时还可以重启生成器执行到下一个yield的位置（注：在调用send()发送非none之前，我们必须启动一次生成器，否则会抛错，方式有两种gen.send(None)或者next(gen)）
2.close()方法：（关闭生成器）
自己处理的话会抛异常，gen.close()，RuntimeError: generator ignored GeneratorExit，如果是except Exception就不会抛异常，GeneratorExit是继承至BaseException的，Exception也是继承于BaseException的
1 def gen_func(): 2 #自己处理的话会抛异常，gen.close()，RuntimeError: generator ignored GeneratorExit 3 try: 4 yield 'https://www.baidu.com' 5 #如果是except Exception就不会抛异常，GeneratorExit是继承至BaseException的，Exception也是继承于BaseException的 6 except GeneratorExit as e: 7 pass 8 yield 1 9 yield 2 10 return 'LYQ' 11 12 if __name__=='__main__': 13 #抛异常StopIteration： 14 gen=gen_func() 15 print(next(gen)) 16 gen.close() 17 print(next(gen))
3.throw()方法：向生成器中扔异常，需要自己处理，否则会抛错
1 def gen_func(): 2 try: 3 yield 'https://www.baidu.com' 4 except Exception: 5 pass 6 yield 1 7 yield 2 8 return 'LYQ' 9 10 if __name__=='__main__': 11 #抛异常StopIteration： 12 gen=gen_func() 13 print(next(gen)) 14 #扔一个异常，是第一句的异常 15 gen.throw(Exception,'download error') 16 print(next(gen)) 17 #扔一个异常，是第二句的异常 18 gen.throw(Exception,'download error') 19 print(next(gen))
4.yield from：（Python 3.3新加的语法）
4.1简介：
1 from itertools import chain 2 my_list=[1,2,3] 3 my_dict={'name1':'LYQ1', 4 'name2':'LYQ2'} 5 #将所有值遍历输出 6 # for value in chain(my_list,my_dict,range(5,10)): 7 # print(value) 8 9 def g1(iterable): 10 yield range(10) 11 #yield from iterable 12 def my_chain(*args,**kwargs): 13 for my_iterable in args: 14 #功能非常多 15 yield from my_iterable 16 # for value in my_iterable: 17 # yield value 18 for value in my_chain(my_list,my_dict,range(5,10)): 19 print(value)
4.2main调用方 g1:委托生成器 gen:子生成器:
1 def g1(gen): 2 yield from gen 3 gen=range(10) 4 def main(): 5 g=g1(gen) 6 #直接发送给子生成器 7 print(g.send(None)) 8 #main:调用方 g1:委托生成器 gen:子生成器 9 #yield from会在调用方与子生成器之间建立一个双向通道 10 main()
4.3例子：
1 final_result = {} 2 3 4 def sales_sum(pro_name): 5 total = 0 6 nums = [] 7 while True: 8 x = yield 9 print(pro_name + "销量: ", x) 10 if not x: 11 break 12 total += x 13 nums.append(x) 14 #直接返回到yield from sales_sum(key) 15 return total, nums 16 17 18 def middle(key): 19 while True: 20 final_result[key] = yield from sales_sum(key) 21 print(key + "销量统计完成！！.") 22 23 24 def main(): 25 data_sets = { 26 "面膜": [1200, 1500, 3000], 27 "手机": [28, 55, 98, 108], 28 "大衣": [280, 560, 778, 70], 29 } 30 for key, data_set in data_sets.items(): 31 print("start key:", key) 32 m = middle(key) 33 #直接send到子生成器里面（x = yield） 34 m.send(None) # 预激middle协程 35 for value in data_set: 36 m.send(value) # 给协程传递每一组的值 37 m.send(None) 38 print("final_result:", final_result) 39 40 41 if __name__ == '__main__': 42 main()
无yield from：
1 def sales_sum(pro_name): 2 total = 0 3 nums = [] 4 while True: 5 x = yield 6 print(pro_name + "销量: ", x) 7 if not x: 8 break 9 total += x 10 nums.append(x) 11 #直接返回到yield from sales_sum(key) 12 return total, nums 13 14 if __name__ == "__main__": 15 #直接与子生成器通信（没用yield from就需要捕获异常） 16 my_gen = sales_sum("手机") 17 my_gen.send(None) 18 my_gen.send(1200) 19 my_gen.send(1500) 20 my_gen.send(3000) 21 try: 22 my_gen.send(None) 23 #获取返回值 24 except StopIteration as e: 25 result = e.value 26 print(result)
4.4介绍yield from详情：
1 #pep380 2 3 #1. RESULT = yield from EXPR可以简化成下面这样 4 #一些说明 5 """ 6 _i：子生成器，同时也是一个迭代器 7 _y：子生成器生产的值 8 _r：yield from 表达式最终的值 9 _s：调用方通过send()发送的值 10 _e：异常对象 11 12 """ 13 14 _i = iter(EXPR) # EXPR是一个可迭代对象，_i其实是子生成器； 15 try: 16 _y = next(_i) # 预激子生成器，把产出的第一个值存在_y中； 17 except StopIteration as _e: 18 _r = _e.value # 如果抛出了`StopIteration`异常，那么就将异常对象的`value`属性保存到_r，这是最简单的情况的返回值； 19 else: 20 while 1: # 尝试执行这个循环，委托生成器会阻塞； 21 _s = yield _y # 生产子生成器的值，等待调用方`send()`值，发送过来的值将保存在_s中； 22 try: 23 _y = _i.send(_s) # 转发_s，并且尝试向下执行； 24 except StopIteration as _e: 25 _r = _e.value # 如果子生成器抛出异常，那么就获取异常对象的`value`属性存到_r，退出循环，恢复委托生成器的运行； 26 break 27 RESULT = _r # _r就是整个yield from表达式返回的值。 28 29 """ 30 1. 子生成器可能只是一个迭代器，并不是一个作为协程的生成器，所以它不支持.throw()和.close()方法； 31 2. 如果子生成器支持.throw()和.close()方法，但是在子生成器内部，这两个方法都会抛出异常； 32 3. 调用方让子生成器自己抛出异常 33 4. 当调用方使用next()或者.send(None)时，都要在子生成器上调用next()函数，当调用方使用.send()发送非 None 值时，才调用子生成器的.send()方法； 34 """ 35 _i = iter(EXPR) 36 try: 37 _y = next(_i) 38 except StopIteration as _e: 39 _r = _e.value 40 else: 41 while 1: 42 try: 43 _s = yield _y 44 except GeneratorExit as _e: 45 try: 46 _m = _i.close 47 except AttributeError: 48 pass 49 else: 50 _m() 51 raise _e 52 except BaseException as _e: 53 _x = sys.exc_info() 54 try: 55 _m = _i.throw 56 except AttributeError: 57 raise _e 58 else: 59 try: 60 _y = _m(*_x) 61 except StopIteration as _e: 62 _r = _e.value 63 break 64 else: 65 try: 66 if _s is None: 67 _y = next(_i) 68 else: 69 _y = _i.send(_s) 70 except StopIteration as _e: 71 _r = _e.value 72 break 73 RESULT = _r
看完代码，我们总结一下关键点：
1. 子生成器生产的值，都是直接传给调用方的；调用方通过.send()发送的值都是直接传递给子生成器的；如果发送的是 None，会调用子生成器的__next__()方法，如果不是 None，会调用子生成器的.send()方法；
2. 子生成器退出的时候，最后的return EXPR，会触发一个StopIteration(EXPR)异常；
3. yield from表达式的值，是子生成器终止时，传递给StopIteration异常的第一个参数；
4. 如果调用的时候出现StopIteration异常，委托生成器会恢复运行，同时其他的异常会向上 "冒泡"；
5. 传入委托生成器的异常里，除了GeneratorExit之外，其他的所有异常全部传递给子生成器的.throw()方法；如果调用.throw()的时候出现了StopIteration异常，那么就恢复委托生成器的运行，其他的异常全部向上 "冒泡"；
6. 如果在委托生成器上调用.close()或传入GeneratorExit异常，会调用子生成器的.close()方法，没有的话就不调用。如果在调用.close()的时候抛出了异常，那么就向上 "冒泡"，否则的话委托生成器会抛出GeneratorExit异常。
七. 生成器如何变成协程？
1.生成器可以暂停并获取状态：
1 #生成器是可以暂停的函数 2 import inspect 3 def gen(): 4 yield 1 5 return True 6 7 if __name__=='__main__': 8 g1=gen() 9 #获取生成器状态 GEN_CREATED(创建) 10 print(inspect.getgeneratorstate(g1)) 11 next(g1) 12 #GEN_SUSPENDED暂停 13 print(inspect.getgeneratorstate(g1)) 14 try: 15 next(g1) 16 except StopIteration: 17 pass 18 #GEN_CLOSED关闭 19 print(inspect.getgeneratorstate(g1))
2.协程的调度依然是 事件循环+协程模式 ，协程是单线程模式：
1 #生成器是可以暂停的函数 2 import inspect 3 # def gen_func(): 4 # value=yield from 5 # #第一返回值给调用方， 第二调用方通过send方式返回值给gen 6 # return "bobby" 7 #1. 用同步的方式编写异步的代码， 在适当的时候暂停函数并在适当的时候启动函数 8 import socket 9 def get_socket_data(): 10 yield 1 11 12 def downloader(url): 13 client = socket.socket(socket.AF_INET, socket.SOCK_STREAM) 14 client.setblocking(False) 15 16 try: 17 client.connect((host, 80)) # 阻塞不会消耗cpu 18 except BlockingIOError as e: 19 pass 20 21 selector.register(self.client.fileno(), EVENT_WRITE, self.connected) 22 #如果get_socket_data()中出现异常，会直接抛给downloader（向上抛） 23 source = yield from get_socket_data() 24 data = source.decode("utf8") 25 html_data = data.split("\r\n\r\n")[1] 26 print(html_data) 27 28 def download_html(html): 29 html = yield from downloader() 30 31 if __name__ == "__main__": 32 #协程的调度依然是 事件循环+协程模式 ，协程是单线程模式 33 pass
八. async和await原生协程
1.python为了将语义变得更加明确，就引入了async和await关键字定义原生的协程：
生成器实现的协程又可以当生成器，又可以当协程，且代码凌乱，不利于后期维护。原生的协程中不可以yield，否则会抛错（让协程更加明确）
可异步调用：实际实现了__await__魔法函数
await：将控制权交出去并等待结果返回,await只能接收awaitable对象，可以理解成yield from
1 # from collections import Awaitable 2 #如果是函数,就要使用coroutine装饰器，实际将__await_指向___iter__ 3 # import types 4 # @types.coroutine 5 # def downloader(url): 6 # return "haha" 7 8 async def downloader(url): 9 return "haha" 10 async def download_url(url): 11 #将控制权交出去并等待结果返回,await只能接收awaitable对象，可以理解成yield from 12 html=await downloader(url) 13 return html 14 15 if __name__=='__main__': 16 coro=download_url('www.baidu.com') 17 #原生协程不能调用next 18 coro.send(None)
