Python之网络编程进程池线程池之concurrent.futures模块
需要注意一下
不能无限的开进程,不能无限的开线程
最常用的就是开进程池,开线程池。其中回调函数非常重要
回调函数其实可以作为一种编程思想,谁好了谁就去掉
只要你用并发,就会有锁的问题,但是你不能一直去自己加锁吧
那么我们就用QUEUE,这样还解决了自动加锁的问题
由Queue延伸出的一个点也非常重要的概念。以后写程序也会用到
这个思想。就是生产者与消费者问题
一、Python标准模块--concurrent.futures(并发未来)
concurent.future模块需要了解的
1.concurent.future模块是用来创建并行的任务,提供了更高级别的接口,
为了异步执行调用
2.concurent.future这个模块用起来非常方便,它的接口也封装的非常简单
3.concurent.future模块既可以实现进程池,也可以实现线程池
4.模块导入进程池和线程池
from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
还可以导入一个Executor,但是你别这样导,这个类是一个抽象类
抽象类的目的是规范他的子类必须有某种方法(并且抽象类的方法必须实现),但是抽象类不能被实例化
5.
p = ProcessPoolExecutor(max_works)对于进程池如果不写max_works:默认的是cpu的数目,默认是4个
p = ThreadPoolExecutor(max_works)对于线程池如果不写max_works:默认的是cpu的数目*5
6.如果是进程池,得到的结果如果是一个对象。我们得用一个.get()方法得到结果
但是现在用了concurent.future模块,我们可以用obj.result方法
p.submit(task,i) #相当于apply_async异步方法
p.shutdown() #默认有个参数wite=True (相当于close和join)
那么什么是线程池呢?我们来了解一下
二、线程池
进程池:就是在一个进程内控制一定个数的线程
基于concurent.future模块的进程池和线程池 (他们的同步执行和异步执行是一样的)
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 # 1.同步执行-------------- 2 from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor 3 import os,time,random 4 def task(n): 5 print('[%s] is running'%os.getpid()) 6 time.sleep(random.randint(1,3)) #I/O密集型的,,一般用线程,用了进程耗时长 7 return n**2 8 if __name__ == '__main__': 9 start = time.time() 10 p = ProcessPoolExecutor() 11 for i in range(10): #现在是开了10个任务, 那么如果是上百个任务呢,就不能无线的开进程,那么就得考虑控制 12 # 线程数了,那么就得考虑到池了 13 obj = p.submit(task,i).result() #相当于apply同步方法 14 p.shutdown() #相当于close和join方法 15 print('='*30) 16 print(time.time() - start) #17.36499309539795 17 18 19 # 2.异步执行----------- 20 # from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor 21 # import os,time,random 22 # def task(n): 23 # print('[%s] is running'%os.getpid()) 24 # time.sleep(random.randint(1,3)) #I/O密集型的,,一般用线程,用了进程耗时长 25 # return n**2 26 # if __name__ == '__main__': 27 # start = time.time() 28 # p = ProcessPoolExecutor() 29 # l = [] 30 # for i in range(10): #现在是开了10个任务, 那么如果是上百个任务呢,就不能无线的开进程,那么就得考虑控制 31 # # 线程数了,那么就得考虑到池了 32 # obj = p.submit(task,i) #相当于apply_async()异步方法 33 # l.append(obj) 34 # p.shutdown() #相当于close和join方法 35 # print('='*30) 36 # print([obj.result() for obj in l]) 37 # print(time.time() - start) #5.362306594848633
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor 2 from threading import currentThread 3 import os,time,random 4 def task(n): 5 print('%s:%s is running'%(currentThread().getName(),os.getpid())) #看到的pid都是一样的,因为线程是共享了一个进程 6 time.sleep(random.randint(1,3)) #I/O密集型的,,一般用线程,用了进程耗时长 7 return n**2 8 if __name__ == '__main__': 9 start = time.time() 10 p = ThreadPoolExecutor() #线程池 #如果不给定值,默认cup*5 11 l = [] 12 for i in range(10): #10个任务 # 线程池效率高了 13 obj = p.submit(task,i) #相当于apply_async异步方法 14 l.append(obj) 15 p.shutdown() #默认有个参数wite=True (相当于close和join) 16 print('='*30) 17 print([obj.result() for obj in l]) 18 print(time.time() - start) #3.001171827316284
应用线程池(下载网页并解析)
from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor import requests import time,os def get_page(url): print('<%s> is getting [%s]'%(os.getpid(),url)) response = requests.get(url) if response.status_code==200: #200代表状态:下载成功了 return {'url':url,'text':response.text} def parse_page(res): res = res.result() print('<%s> is getting [%s]'%(os.getpid(),res['url'])) with open('db.txt','a') as f: parse_res = 'url:%s size:%s\n'%(res['url'],len(res['text'])) f.write(parse_res) if __name__ == '__main__': # p = ThreadPoolExecutor() p = ProcessPoolExecutor() l = [ 'http://www.baidu.com', 'http://www.baidu.com', 'http://www.baidu.com', 'http://www.baidu.com', ] for url in l: res = p.submit(get_page,url).add_done_callback(parse_page) #这里的回调函数拿到的是一个对象。得 # 先把返回的res得到一个结果。即在前面加上一个res.result() #谁好了谁去掉回调函数 # 回调函数也是一种编程思想。不仅开线程池用,开线程池也用 p.shutdown() #相当于进程池里的close和join print('主',os.getpid())
map函数的应用
# map函数举例 obj= map(lambda x:x**2 ,range(10)) print(list(obj)) #运行结果[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 # 我们的那个p.submit(task,i)和map函数的原理类似。我们就 2 # 可以用map函数去代替。更减缩了代码 3 from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor 4 import os,time,random 5 def task(n): 6 print('[%s] is running'%os.getpid()) 7 time.sleep(random.randint(1,3)) #I/O密集型的,,一般用线程,用了进程耗时长 8 return n**2 9 if __name__ == '__main__': 10 p = ProcessPoolExecutor() 11 obj = p.map(task,range(10)) 12 p.shutdown() #相当于close和join方法 13 print('='*30) 14 print(obj) #返回的是一个迭代器 15 print(list(obj))
三、协程介绍
协程:单线程下实现并发(提高效率)
说到协成,我们先说一下协程联想到的知识点
1
2
3
4
5
6
7
8
9
10
11
12
13
|
切换关键的一点是:保存状态(从原来停留的地方继续切) return :只能执行一次,结束函数的标志 yield :函数中但凡有 yield ,这个函数的执行结果就变成了一个生成器, 生成器本质就是一个迭代器,那么迭代器怎么用呢?用一个 next ()方法 1.yield 语句的形式: yield 1 yield 功能 1 :可以用来返回值,可以返回多次值 yield 功能 2 :可以吧函数暂停住,保存原来的状态 2.yield 表达式的形式:x = yieldsend可以吧一个函数的结果传给另一个函数,以此实现单线程内程序之间的切换 send()要想用就得先 next ()一下 但是要用send至少要用两个 yield |
yield复习
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 3.yield功能2(可以吧函数暂停住,保存原来的状态)-------------- 2 def f1(): 3 print('first') 4 yield 1 5 print('second') 6 yield 2 7 print('third') 8 yield 3 9 # print(f1()) #加了yield返回的是一个生成器 10 g = f1() 11 print(next(g)) #当遇见了yield的时候就返回一个值,而且保存原来的状态 12 print(next(g)) #当遇见了yield的时候就返回一个值 13 print(next(g)) #当遇见了yield的时候就返回一个值 复制代码
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 # 3.yield表达式(对于表达式的yield)-------------------- 2 import time 3 def wrapper(func): 4 def inner(*args,**kwargs): 5 ret =func(*args,**kwargs) 6 next(ret) 7 return ret 8 return inner 9 @wrapper 10 def consumer(): 11 while True: 12 x= yield 13 print(x) 14 15 def producter(target): 16 '''生产者造值''' 17 # next(g) #相当于g.send(None) 18 for i in range(10): 19 time.sleep(0.5) 20 target.send(i)#要用send就得用两个yield 21 producter(consumer())
引子
本节主题是实现单线程下的并发,即只在一个主线程,并且很明显的是,可利用的cpu只有一个情况下实现并发,
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
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,实现看起来大家都被执行的效果,如果多个程序都是纯计算任务,这种切换反而会降低效率。为此我们可以基于yield来验证。yield本身就是一种在单线程下可以保存任务运行状态的方法,我们来简单复习一下:
1
2
|
1 yiled可以保存状态, yield 的状态保存与操作系统的保存线程状态很像,但是 yield 是代码级别控制的,更轻量级 2 send可以把一个函数的结果传给另外一个函数,以此实现单线程内程序之间的切换 |
单纯的切反而会影响效率
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 #串行执行 2 import time 3 def consumer(res): 4 '''任务1:接收数据,处理数据''' 5 pass 6 7 def producer(): 8 '''任务2:生产数据''' 9 res=[] 10 for i in range(10000000): 11 res.append(i) 12 return res 13 14 start=time.time() 15 #串行执行 16 res=producer() 17 consumer(res) 18 stop=time.time() 19 print(stop-start) #1.5536692142486572
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 import time 2 def wrapper(func): 3 def inner(*args,**kwargs): 4 ret =func(*args,**kwargs) 5 next(ret) 6 return ret 7 return inner 8 @wrapper 9 def consumer(): 10 while True: 11 x= yield 12 print(x) 13 14 def producter(target): 15 '''生产者造值''' 16 # next(g) #相当于g.send(None) 17 for i in range(10): 18 time.sleep(0.5) 19 target.send(i)#要用send就得用两个yield 20 producter(consumer())
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)控制单线程下多个任务能遇到io就切换,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,对于操作系统来说:这哥们(该线程)好像是一直处于计算过程的,io比较少。
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。
因此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(重新运行时,可以基于暂停的位置继续)
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
四、Greenlet
Greenlet模块和yield没有什么区别,就只是单纯的切,跟效率无关。
只不过比yield更好一点,切的时候方便一点。但是仍然没有解决效率
Greenlet可以让你在多个任务之间来回的切
1
2
|
#安装 pip3 install greenlet |
举例:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 from greenlet import greenlet 2 import time 3 def eat(name): 4 print('%s eat 1' %name) 5 time.sleep(10) #当遇到IO的时候它也没有切,这就得用gevent了 6 g2.switch('egon') 7 print('%s eat 2' %name) 8 g2.switch() 9 def play(name): 10 print('%s play 1' %name) 11 g1.switch() 12 print('%s play 2' %name) 13 14 g1=greenlet(eat) 15 g2=greenlet(play) 16 17 g1.switch('egon')#可以在第一次switch时传入参数,以后都不需要
所以上面的方法都不可行,那么这就用到了Gevert ,也就是协程。就解决了单线程实现并发的问题,还提升了效率
五、Gevent介绍
1
2
|
#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。
#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 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
举例;
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 from gevent import monkey;monkey.patch_all() 2 import gevent 3 import time 4 def eat(name): 5 print('%s eat 1' %name) 6 time.sleep(2) #我们用等待的时间模拟IO阻塞 7 ''' 在gevent模块里面要用gevent.sleep(2)表示等待的时间 8 然而我们经常用time.sleep()用习惯了,那么有些人就想着 9 可以用time.sleep(),那么也不是不可以。要想用,就得在 10 最上面导入from gevent import monkey;monkey.patch_all()这句话 11 如果不导入直接用time.sleep(),就实现不了单线程并发的效果了 12 ''' 13 # gevent.sleep(2) 14 print('%s eat 2' %name) 15 return 'eat' 16 def play(name): 17 print('%s play 1' %name) 18 time.sleep(3) 19 # gevent.sleep(3) 20 print('%s play 2' %name) 21 return 'paly' #当有返回值的时候,gevent模块也提供了返回结果的操作 22 23 start = time.time() 24 g1 = gevent.spawn(eat,'egon') #执行任务 25 g2 = gevent.spawn(play,'egon') #g1和g2的参数可以不一样 26 # g1.join() #等待g1 27 # g2.join() #等待g2 28 #上面等待的两句也可以这样写 29 gevent.joinall([g1,g2]) 30 print('主',time.time()-start) #3.001171588897705 31 32 print(g1.value) 33 print(g2.value)
需要说明的是:
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
六、Gevent之同步于异步
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 from gevent import spawn,joinall,monkey;monkey.patch_all() 2 3 import time 4 def task(pid): 5 """ 6 Some non-deterministic task 7 """ 8 time.sleep(0.5) 9 print('Task %s done' % pid) 10 11 12 def synchronous(): 13 for i in range(10): 14 task(i) 15 16 def asynchronous(): 17 g_l=[spawn(task,i) for i in range(10)] 18 joinall(g_l) 19 20 if __name__ == '__main__': 21 print('Synchronous:') 22 synchronous() 23 24 print('Asynchronous:') 25 asynchronous() 26 #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。
七、Gevent之应用举例一
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 from gevent import monkey;monkey.patch_all() #打补丁 2 import gevent 3 import requests 4 import time 5 def get_page(url): 6 print('get :%s'%url) 7 response = requests.get(url) 8 if response.status_code==200: #下载成功的状态 9 print('%d bytes received from:%s'%(len(response.text),url)) 10 start=time.time() 11 gevent.joinall([ 12 gevent.spawn(get_page,'http://www.baidu.com'), 13 gevent.spawn(get_page, 'https://www.yahoo.com/'), 14 gevent.spawn(get_page, 'https://github.com/'), 15 ]) 16 stop = time.time() 17 print('run time is %s' %(stop-start))
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
from gevent import joinall,spawn,monkey;monkey.patch_all() import requests from threading import current_thread def parse_page(res): print('%s PARSE %s' %(current_thread().getName(),len(res))) def get_page(url,callback=parse_page): print('%s GET %s' %(current_thread().getName(),url)) response=requests.get(url) if response.status_code == 200: callback(response.text) if __name__ == '__main__': urls=[ 'https://www.baidu.com', 'https://www.taobao.com', 'https://www.openstack.org', ] tasks=[] for url in urls: tasks.append(spawn(get_page,url)) joinall(tasks)
八、Gevent之应用举例二
也可以利用协程实现并发
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 #!usr/bin/env python 2 # -*- coding:utf-8 -*- 3 from gevent import monkey;monkey.patch_all() 4 import gevent 5 from socket import * 6 print('start running...') 7 def talk(conn,addr): 8 while True: 9 data = conn.recv(1024) 10 print('%s:%s %s'%(addr[0],addr[1],data)) 11 conn.send(data.upper()) 12 conn.close() 13 def server(ip,duankou): 14 server = socket(AF_INET, SOCK_STREAM) 15 server.setsockopt(SOL_SOCKET, SO_REUSEADDR, 1) 16 server.bind((ip,duankou)) 17 server.listen(5) 18 while True: 19 conn,addr = server.accept() #等待链接 20 gevent.spawn(talk,conn,addr) #异步执行 (p =Process(target=talk,args=(coon,addr)) 21 # p.start())相当于开进程里的这两句 22 server.close() 23 if __name__ == '__main__': 24 server('127.0.0.1',8081)
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
1 #!usr/bin/env python 2 # -*- coding:utf-8 -*- 3 from multiprocessing import Process 4 from gevent import monkey;monkey.patch_all() 5 from socket import * 6 def client(ip,duankou): 7 client = socket(AF_INET, SOCK_STREAM) 8 client.connect((ip,duankou)) 9 while True: 10 client.send('hello'.encode('utf-8')) 11 data = client.recv(1024) 12 print(data.decode('utf-8')) 13 if __name__ == '__main__': 14 for i in range(100): 15 p = Process(target=client,args=(('127.0.0.1',8081))) 16 p.start()