32 python 并发编程之协程

一引子

本节的主题是基于单线程来实现并发，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，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

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

一：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，实现看起来所有任务都被“同时”执行的效果，如果多个任务都是纯计算的，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 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

 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) #写成consumer(producer())会降低执行效率
18 stop=time.time()
19 print(stop-start) #1.5536692142486572
20 
21 
22 
23 #基于yield并发执行
24 import time
25 def consumer():
26     '''任务1:接收数据,处理数据'''
27     while True:
28         x=yield
29 
30 def producer():
31     '''任务2:生产数据'''
32     g=consumer()
33     next(g)
34     for i in range(10000000):
35         g.send(i)
36 
37 start=time.time()
38 #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
39 #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.
40 producer()
41 
42 stop=time.time()
43 print(stop-start) #2.0272178649902344

单纯地切换反而会降低运行效率

二：第一种情况的切换。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。

 1 import time
 2 def consumer():
 3     '''任务1:接收数据,处理数据'''
 4     while True:
 5         x=yield
 6 
 7 def producer():
 8     '''任务2:生产数据'''
 9     g=consumer()
10     next(g)
11     for i in range(10000000):
12         g.send(i)
13         time.sleep(2)
14 
15 start=time.time()
16 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
17 
18 stop=time.time()
19 print(stop-start)

yield并不能实现遇到io切换

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。

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。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：

#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，以便重新运行时，可以基于暂停的位置继续执行。

#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

二协程介绍

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。、

需要强调的是：

#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的切换

优点如下：

#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

缺点如下：

#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））

三 Greenlet

如果我们在单个线程内有20个任务，要想实现在多个任务之间切换，使用yield生成器的方式过于麻烦（需要先得到初始化一次的生成器，然后再调用send。。。非常麻烦），而使用greenlet模块可以非常简单地实现这20个任务直接的切换

#安装
pip install greenlet

 1 from greenlet import greenlet
 2 
 3 def eat(name):
 4     print('%s eat 1' %name)
 5     g2.switch('egon')
 6     print('%s eat 2' %name)
 7     g2.switch()
 8 def play(name):
 9     print('%s play 1' %name)
10     g1.switch()
11     print('%s play 2' %name)
12 
13 g1=greenlet(eat)
14 g2=greenlet(play)
15 
16 g1.switch('egon')#可以在第一次switch时传入参数，以后都不需要

View Code

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

 1 #顺序执行
 2 import time
 3 def f1():
 4     res=1
 5     for i in range(100000000):
 6         res+=i
 7 
 8 def f2():
 9     res=1
10     for i in range(100000000):
11         res*=i
12 
13 start=time.time()
14 f1()
15 f2()
16 stop=time.time()
17 print('run time is %s' %(stop-start)) #10.985628366470337
18 
19 #切换
20 from greenlet import greenlet
21 import time
22 def f1():
23     res=1
24     for i in range(100000000):
25         res+=i
26         g2.switch()
27 
28 def f2():
29     res=1
30     for i in range(100000000):
31         res*=i
32         g1.switch()
33 
34 start=time.time()
35 g1=greenlet(f1)
36 g2=greenlet(f2)
37 g1.switch()
38 stop=time.time()
39 print('run time is %s' %(stop-start)) # 52.763017892837524

View Code

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。

单线程里的这20个任务的代码通常会既有计算操作又有阻塞操作，我们完全可以在执行任务1时遇到阻塞，就利用阻塞的时间去执行任务2。。。。如此，才能提高效率，这就用到了Gevent模块。

四 Gevent介绍

#安装
pip 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

遇到IO阻塞时会自动切换任务

 1 import gevent
 2 def eat(name):
 3     print('%s eat 1' %name)
 4     gevent.sleep(2)
 5     print('%s eat 2' %name)
 6 
 7 def play(name):
 8     print('%s play 1' %name)
 9     gevent.sleep(1)
10     print('%s play 2' %name)
11 
12 
13 g1=gevent.spawn(eat,'egon')
14 g2=gevent.spawn(play,name='egon')
15 g1.join()
16 g2.join()
17 #或者gevent.joinall([g1,g2])
18 print('主')

View Code

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

 1 from gevent import monkey;monkey.patch_all()
 2 
 3 import gevent
 4 import time
 5 def eat():
 6     print('eat food 1')
 7     time.sleep(2)
 8     print('eat food 2')
 9 
10 def play():
11     print('play 1')
12     time.sleep(1)
13     print('play 2')
14 
15 g1=gevent.spawn(eat)
16 g2=gevent.spawn(play_phone)
17 gevent.joinall([g1,g2])
18 print('主')

View Code

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

五 Gevent之同步与异步

 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。

View Code

六 Gevent之应用举例一

 1 from gevent import monkey;monkey.patch_all()
 2 import gevent
 3 import requests
 4 import time
 5 
 6 def get_page(url):
 7     print('GET: %s' %url)
 8     response=requests.get(url)
 9     if response.status_code == 200:
10         print('%d bytes received from %s' %(len(response.text),url))
11 
12 
13 start_time=time.time()
14 gevent.joinall([
15     gevent.spawn(get_page,'https://www.python.org/'),
16     gevent.spawn(get_page,'https://www.yahoo.com/'),
17     gevent.spawn(get_page,'https://github.com/'),
18 ])
19 stop_time=time.time()
20 print('run time is %s' %(stop_time-start_time))

协程应用：爬虫

七 Gevent之应用举例二

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）

 1 from gevent import monkey;monkey.patch_all()
 2 from socket import *
 3 import gevent
 4 
 5 #如果不想用money.patch_all()打补丁,可以用gevent自带的socket
 6 # from gevent import socket
 7 # s=socket.socket()
 8 
 9 def server(server_ip,port):
10     s=socket(AF_INET,SOCK_STREAM)
11     s.setsockopt(SOL_SOCKET,SO_REUSEADDR,1)
12     s.bind((server_ip,port))
13     s.listen(5)
14     while True:
15         conn,addr=s.accept()
16         gevent.spawn(talk,conn,addr)
17 
18 def talk(conn,addr):
19     try:
20         while True:
21             res=conn.recv(1024)
22             print('client %s:%s msg: %s' %(addr[0],addr[1],res))
23             conn.send(res.upper())
24     except Exception as e:
25         print(e)
26     finally:
27         conn.close()
28 
29 if __name__ == '__main__':
30     server('127.0.0.1',8080)
31 
32 服务端

服务端

 1 #_*_coding:utf-8_*_
 2 __author__ = 'Linhaifeng'
 3 
 4 from socket import *
 5 
 6 client=socket(AF_INET,SOCK_STREAM)
 7 client.connect(('127.0.0.1',8080))
 8 
 9 
10 while True:
11     msg=input('>>: ').strip()
12     if not msg:continue
13 
14     client.send(msg.encode('utf-8'))
15     msg=client.recv(1024)
16     print(msg.decode('utf-8'))

客户端

 1 from threading import Thread
 2 from socket import *
 3 import threading
 4 
 5 def client(server_ip,port):
 6     c=socket(AF_INET,SOCK_STREAM) #套接字对象一定要加到函数内，即局部名称空间内，放在函数外则被所有线程共享，则大家公用一个套接字对象，那么客户端端口永远一样了
 7     c.connect((server_ip,port))
 8 
 9     count=0
10     while True:
11         c.send(('%s say hello %s' %(threading.current_thread().getName(),count)).encode('utf-8'))
12         msg=c.recv(1024)
13         print(msg.decode('utf-8'))
14         count+=1
15 if __name__ == '__main__':
16     for i in range(500):
17         t=Thread(target=client,args=('127.0.0.1',8080))
18         t.start()

多线程并发多个客户端