python基础—并发编程之协程
一、协程理论
1.协程产生背景
之前我们学习了线程、进程的概念,了解了在操作系统中进程是资源分配的最小单位,线程是CPU执行的最小单位。
随着我们对于效率的追求不断提高,基于单线程来实现并发又成为一个新的课题,即只用一个主线程(很明显可利用的cpu只有一个)情况下实现并发。这样就可以节省创建线进程所消耗的时间。
本节我们就基于单线程来实现并发,首先我们要回顾一下并发的本质: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)
- 该任务发生了阻塞
- 该任务计算时间过长或有个更高级的程序替代它
ps:在介绍进程理论时,提及进程的三种执行状态,而线程才是执行单位,所以也可以将上图理解为线程的三种状态
注意点1
第二种情况本质上并不能提高效率,只是为了cpu能雨露均沾,实现看起来所有任务被“同时”执行,如果多个任务是纯计算的,单纯的切换反而会降低效率。
2.yield实现并发效果
我们通过yield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 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
yield实现并发的缺点:
- yield遇到io操作时,并不能切换到另一个任务,所以yield并不能提高效率。
- 没有io操作的任务,只是纯计算的任务,yield实现并发单纯切换,并不能提高效率,反而会降低效率,因为单纯切换也要消耗时间。
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
#串行执行 import time def consumer(res): '''任务1:接收数据,处理数据''' pass def producer(): '''任务2:生产数据''' res=[] for i in range(10000000): res.append(i) return res start=time.time() #串行执行 res=producer() consumer(res) #写成consumer(producer())会降低执行效率 stop=time.time() print(stop-start) #1.5536692142486572 #基于yield并发执行 import time def consumer(): '''任务1:接收数据,处理数据''' while True: x=yield def producer(): '''任务2:生产数据''' g=consumer() next(g) for i in range(10000000): g.send(i) start=time.time() #基于yield保存状态,实现两个任务直接来回切换,即并发的效果 #PS:如果每个任务中都加上打印,那么明显地看到两个任务的打印是你一次我一次,即并发执行的. producer() stop=time.time() print(stop-start) #2.0272178649902344
注意点2
第一种情况的切换时。在任务一遇到io情况下,切到任务二去执行,这样就可以利用任务一阻塞的时间完成任务二的计算,效率的提升就在于此。
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
import time def consumer(): '''任务1:接收数据,处理数据''' while True: x=yield def producer(): '''任务2:生产数据''' g=consumer() next(g) for i in range(10000000): g.send(i) time.sleep(2) start=time.time() producer() #并发执行,但是任务producer遇到io就会阻塞住,并不会切到该线程内的其他任务去执行 stop=time.time() print(stop-start)
3.协程介绍
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。
强调点:
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切换:
优点:
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:
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
总结协程的特点:
- 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
- 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))
4.协程的意义
深入理解协程
协程本身无法提升效率
协程本质是一条线程,但是操作系统无法监控,由用户程序自己操作。
协程实现就是保存状态+切换,仅此而已,不要被误导了,以为协程一定能提升效率。
而且如果单纯的使用协程在任务之间切换,不仅无法达到提升效率,反而会降低效率。
只有遇到io操作自动切换,实现了共享io操作的协程才有提升效率的作用,如何遇到io操作切换是用户程序设计时需要实现的事情
能够提升效率的协程
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。
提升效率的协程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:
- 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。
- 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
协程小结
''' 1、协程: 单线程实现并发 在应用程序里控制多个任务的切换+保存状态 优点: 应用程序级别速度要远远高于操作系统的切换 缺点: 1.多个任务一旦有一个阻塞没有切,整个线程都阻塞在原地,该线程内的其他的任务都不能执行了 2. 一旦引入协程,就需要检测单线程下所有的IO行为,实现遇到IO就切换,少一个都不行,因为一旦一个任务阻塞了,整个线程就阻塞了,其他的任务即便是可以计算,但是也无法运行了 2.协程的意义: 1.让多个任务中的IO时间可以重叠,当执行一个任务遇到IO操作的时候,可以将程序切换到另一个任务中继续执行 2.在有限的线程中,实现任务的并发,节省调用操作系统创建/销毁线程的时间 3.协程的切换效率比线程效率高很多 4.协程执行多个任务能够让线程尽量少陷入阻塞,让线程看起来很忙,可以做到欺骗操作系统。 5.线程陷入阻塞的次数越少,那么操作系统从线程中拿走cpu的可能性越小,从而获得更多cpu资源,提高效率。 '''
二、协程常用模块
1.greenlet模块
安装: pip install greenlet
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
from greenlet import greenlet def eat(name): print('%s eat 1' %name) g2.switch('egon') # 切换到g2任务中去 print('%s eat 2' %name) g2.switch() def play(name): print('%s play 1' %name) g1.switch() # 切换到q1任务中去 print('%s play 2' %name) g1=greenlet(eat) g2=greenlet(play) g1.switch('egon') # 切换到q1的协程任务中 #可以在第一次switch时传入参数,以后都不需要
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
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
#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。
我们要实现遇到io时自动切换到另一个任务时,需要用到gevent模块
2.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。
使用方法
#用法 g1=gevent.spawn(func,*args, **kwargs)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
gevent模块创建的协程对象在执行任务时遇到io操作时会自动切换任务
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
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,name='egon') g1.join() g2.join() #或者gevent.joinall([g1,g2]) print('主')
gevent模块识别io
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。
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
from gevent import monkey;monkey.patch_all() import gevent import time def eat(): print('eat food 1') time.sleep(2) print('eat food 2') def play(): print('play 1') time.sleep(1) print('play 2') g1=gevent.spawn(eat) g2=gevent.spawn(play_phone) gevent.joinall([g1,g2]) print('主')
协程本质是一个线程
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
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
from gevent import monkey;monkey.patch_all() import time from threading import current_thread import gevent def eat(): print('%s start eating'%current_thread().name) time.sleep(1) print('%s end eating'%current_thread().name) def sleep(): print('%s start sleeping'%current_thread().name) time.sleep(1) print('%s end sleeping'%current_thread().name) print(current_thread().name) g1 = gevent.spawn(eat) # 创建协程1 g2 = gevent.spawn(sleep) # 创建协程2 gevent.joinall([g1,g2]) # 阻塞 知道协程任务结束 '''这个过程中只有一个线程,也就是主线程在干活,其他几个线程是虚拟出来的假线程''' # MainThread # DummyThread-1 start eating # DummyThread-2 start sleeping # DummyThread-1 end eating # DummyThread-2 end sleeping
关于为什么使用join或者sleep,协程无法正常进行
注意点:
- gevent的切换任务前提,是遇到io操作,所以在g1,g2及交任务后,如果不给join或者sleep(),当前的任务中没有遇到io操作,所以不会切换到任务1或者任务2中,导致的结果是任务1和任务2都没有运行。
- 使用join或者sleep,当前主任务遇到io,会切换到任务1,或任务2,再次遇到阻塞时,又会在任务1或任务2和主任务不停切换,从而任务1和任务2都会执行完成。
3.Gevent模块的几个应用举例
应用一:爬虫
开启协程处理多个页面爬取解析任务。
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
''' 请求网页: ''' url_dic = { '协程':'http://www.cnblogs.com/Eva-J/articles/8324673.html', '线程':'http://www.cnblogs.com/Eva-J/articles/8306047.html', '目录':'https://www.cnblogs.com/Eva-J/p/7277026.html', '百度':'http://www.baidu.com', 'sogou':'http://www.sogou.com', '4399':'http://www.4399.com', '豆瓣':'http://www.douban.com', 'sina':'http://www.sina.com.cn', '淘宝':'http://www.taobao.com', 'JD':'http://www.JD.com' } import time from gevent import monkey;monkey.patch_all() from urllib.request import urlopen import gevent def get_html(name,url): ret = urlopen(url) content = ret.read() with open(name, 'wb') as f: f.write(content) '''同步发起请求时间''' start = time.time() for name in url_dic: get_html(name+'_async.html',url_dic[name]) ret = time.time() - start print('同步时间:',ret) '''异步发起请求时间''' start = time.time() g_l = [] for name in url_dic: g1 = gevent.spawn(get_html,name+'sync.html',url_dic[name]) g_l.append(g1) gevent.joinall(g_l) ret = time.time() - start print('异步时间:',ret)
应用二:单线程实现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)
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
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 True: conn,addr=s.accept() gevent.spawn(talk,conn,addr) def talk(conn,addr): try: while True: res=conn.recv(1024) print('client %s:%s msg: %s' %(addr[0],addr[1],res)) conn.send(res.upper()) except Exception as e: print(e) finally: conn.close() if __name__ == '__main__': server('127.0.0.1',8080)
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
from socket import * client=socket(AF_INET,SOCK_STREAM) client.connect(('127.0.0.1',8080)) while True: msg=input('>>: ').strip() if not msg:continue client.send(msg.encode('utf-8')) msg=client.recv(1024) print(msg.decode('utf-8'))