day9-协程

生产者和消费者模型：

#!/usr/bin/env  python
#coding:utf8

import threading,Queue
import time
import random


def producer(name,n):#生产者
    # while True:#无限循环生产包子
    time.sleep(random.randrange(3))#random生成一个3以内不包含3的随机数,通过随机数决定等待多长时间,主要便于测试
    if q.qsize()<4:#判断队列个数如果小于4程序继续往下执行,#包子剩余的个数如果小于4个才生产包子,避免浪费.每个厨师在生产包子都会看还剩余几个
        for i in range(2):#每个厨师生产2个包子上传到队列
            print '%s生产了[%d]个包子
'%(name,n)
            q.put(n)
        q.join()#队列的个数为空则阻塞.#因为消费者每吃完一个包子都会告诉厨师,当所有包子都吃完厨师继续生产包子.#就是继续下一次循环
        print '包子已卖光了,[%d]'%q.qsize()


def consumer(name,n):#消费者
    while True:#无限循环吃包子
        print '%s 吃了[%d]个包子
'%(name,n)
        q.get()#吃掉一个包子从队列减1
        time.sleep(1)#每个消费者吃掉一个包子的时候等待1秒
        q.task_done()#每个消费者吃掉一个包子通知队列(厨师)



if __name__=='__main__':
    q=Queue.Queue()
    c_name=['z1','z2','z3','z4']#4个消费者
    p_name=['p1','p2']#2个厨师

    for name in p_name:
        p=threading.Thread(target=producer,args=[name,1,])#开启2个线程调用producer函数,#2个厨师同时生产包子
        p.start()#开启线程,线程的开关

    for name in c_name:
        c=threading.Thread(target=consumer,args=[name,1,])#开启4个线程调用consumer函数,#4个消费者同时吃包子
        c.start()#开启线程,线程的开关

执行结果：

p1生产了[1]个包子

z1 吃了[1]个包子

z4 吃了[1]个包子
z1 吃了[1]个包子

包子已卖光了,[0]

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
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
import queue
def consumer(name):
    print("--->starting eating baozi...")
    while True:
        new_baozi = yield
        print("[%s] is eating baozi %s" % (name,new_baozi))
        #time.sleep(1)
 
def producer():
 
    r = con.__next__()
    r = con2.__next__()
    n = 0
    while n < 5:
        n +=1
        con.send(n)
        con2.send(n)
        print("33[32;1m[producer]33[0m is making baozi %s" %n )
 
 
if __name__ == '__main__':
    con = consumer("c1")
    con2 = consumer("c2")
    p = producer()

Greenlet

#!/usr/bin/env python
# -*- coding:utf-8 -*-
  
  
from greenlet import greenlet
  
  
def test1():
    print 12
    gr2.switch()
    print 34
    gr2.switch()
  
  
def test2():
    print 56
    gr1.switch()
    print 78
  
gr1 = greenlet(test1)
gr2 = greenlet(test2)
gr1.switch()

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 foo():
    print('Running in foo')
    gevent.sleep(0)
    print('Explicit context switch to foo again')
 
def bar():
    print('Explicit context to bar')
    gevent.sleep(0)
    print('Implicit context switch back to bar')
 
gevent.joinall([
    gevent.spawn(foo),
    gevent.spawn(bar),
])

输出：

Running in foo
Explicit context to bar
Explicit context switch to foo again
Implicit context switch back to bar

同步与异步的性能区别

import gevent
 
def task(pid):
    """
    Some non-deterministic task
    """
    gevent.sleep(0.5)
    print('Task %s done' % pid)
 
def synchronous():
    for i in range(1,10):
        task(i)
 
def asynchronous():
    threads = [gevent.spawn(task, i) for i in range(10)]
    gevent.joinall(threads)
 
print('Synchronous:')
synchronous()
 
print('Asynchronous:')
asynchronous()

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。　　

遇到IO阻塞时会自动切换任务

from gevent import monkey; monkey.patch_all()
import gevent
from  urllib.request import urlopen
 
def f(url):
    print('GET: %s' % url)
    resp = urlopen(url)
    data = resp.read()
    print('%d bytes received from %s.' % (len(data), url))
 
gevent.joinall([
        gevent.spawn(f, 'https://www.python.org/'),
        gevent.spawn(f, 'https://www.yahoo.com/'),
        gevent.spawn(f, 'https://github.com/'),
])

通过gevent实现单线程下的多socket并发

server side

import sys
import socket
import time
import gevent
 
from gevent import socket,monkey
monkey.patch_all()
def server(port):
    s = socket.socket()
    s.bind(('0.0.0.0', port))
    s.listen(500)
    while True:
        cli, addr = s.accept()
        gevent.spawn(handle_request, cli)
def handle_request(s):
    try:
        while True:
            data = s.recv(1024)
            print("recv:", data)
            s.send(data)
            if not data:
                s.shutdown(socket.SHUT_WR)
 
    except Exception as  ex:
        print(ex)
    finally:
 
        s.close()
if __name__ == '__main__':
    server(8001)

client side 　　

import socket
 
HOST = 'localhost'    # The remote host
PORT = 8001           # The same port as used by the server
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.connect((HOST, PORT))
while True:
    msg = bytes(input(">>:"),encoding="utf8")
    s.sendall(msg)
    data = s.recv(1024)
    #print(data)
 
    print('Received', repr(data))
s.close()

论事件驱动与异步IO

事件驱动编程是一种编程范式，这里程序的执行流由外部事件来决定。它的特点是包含一个事件循环，当外部事件发生时使用回调机制来触发相应的处理。另外两种常见的编程范式是（单线程）同步以及多线程编程。

让我们用例子来比较和对比一下单线程、多线程以及事件驱动编程模型。下图展示了随着时间的推移，这三种模式下程序所做的工作。这个程序有3个任务需要完成，每个任务都在等待I/O操作时阻塞自身。阻塞在I/O操作上所花费的时间已经用灰色框标示出来了。

在单线程同步模型中，任务按照顺序执行。如果某个任务因为I/O而阻塞，其他所有的任务都必须等待，直到它完成之后它们才能依次执行。这种明确的执行顺序和串行化处理的行为是很容易推断得出的。如果任务之间并没有互相依赖的关系，但仍然需要互相等待的话这就使得程序不必要的降低了运行速度。

在多线程版本中，这3个任务分别在独立的线程中执行。这些线程由操作系统来管理，在多处理器系统上可以并行处理，或者在单处理器系统上交错执行。这使得当某个线程阻塞在某个资源的同时其他线程得以继续执行。与完成类似功能的同步程序相比，这种方式更有效率，但程序员必须写代码来保护共享资源，防止其被多个线程同时访问。多线程程序更加难以推断，因为这类程序不得不通过线程同步机制如锁、可重入函数、线程局部存储或者其他机制来处理线程安全问题，如果实现不当就会导致出现微妙且令人痛不欲生的bug。

在事件驱动版本的程序中，3个任务交错执行，但仍然在一个单独的线程控制中。当处理I/O或者其他昂贵的操作时，注册一个回调到事件循环中，然后当I/O操作完成时继续执行。回调描述了该如何处理某个事件。事件循环轮询所有的事件，当事件到来时将它们分配给等待处理事件的回调函数。这种方式让程序尽可能的得以执行而不需要用到额外的线程。事件驱动型程序比多线程程序更容易推断出行为，因为程序员不需要关心线程安全问题。

当我们面对如下的环境时，事件驱动模型通常是一个好的选择：

程序中有许多任务，而且…
任务之间高度独立（因此它们不需要互相通信，或者等待彼此）而且…
在等待事件到来时，某些任务会阻塞。

当应用程序需要在任务间共享可变的数据时，这也是一个不错的选择，因为这里不需要采用同步处理。

网络应用程序通常都有上述这些特点，这使得它们能够很好的契合事件驱动编程模型。

select-server端代码：

#!/usr/bin/env  python
#coding:utf8
import select
import socket
import time
import sys

import Queue#用于存放客服端发送过来的消息

server_ip=('0.0.0.0',9003)#定义元组,服务器IP,端口
sk=socket.socket()#实例化socket模块的socket类创建一个对象为sk
sk.bind(server_ip)#调用sk对象中的bind方法,传入参数.绑定IP和端口
sk.listen(20)#server端允许的最大连接数
sk.setblocking(False)#遇到IO的时候不阻塞
inputs=[sk,]#定义一个列表存放服务端和客服端socket对象
outputs=[]#定义一个列表存放客服端socket对象
message={}#定义一个字典存放"{客服端socket对象:队列}",队列中是放的客服端发送过来的消息



while True:
    """
    select一共可以设置4个参数
    rList=inputs=[sk,客服端socket对象]
    wList=outputs[客服端socket对象]
    第三个参数异常信息
    第四个参数是超时时间,如果客服端没有连接server端,0.5秒超时,程序会继续往下执行
    程序第一次启动的时候 rList=sk 感知server的变化,只有客服端连接过来server才会变化
    如果客服端已经连接进来此时 inputs列表中至少存在2个元素 server的socket对象和client端的socket对象,select会遍历列表中的每一个元素并感知时候是否有变化
    如果有变化那么满足条件select不会阻塞程序继续向下执行
    如果select感知到rList发生变化,比如客服端给服务端发送消息,程序向下执行
    """
    rList,wList,error=select.select(inputs,outputs,inputs)#读,写,错误,超时时间
    #客服端连接过来,rList [<socket._socketobject object at 0x101445750>]
    for r in  rList:
        #如果rList有变化进入for循环,判断r == <socket._socketobject object at 0x101445750>
        if r == sk:#
            conn,address=r.accept()#监听客服端socket对象
            inputs.append(conn)#把客服端socket对象放入inputs列表中
            message[conn]=Queue.Queue()#message={socket对象:队列}
            print address#打印客服端IP
        ####注视中客服端连接指的是客服端socket对象#####
        else:
            #如果r==客服端连接,前提条件是已经感知到客服端socket对象发生变化,程序才会执行到此处
            #监听客服端发送过来的数据
            data=r.recv(1024)
            if data:
                #如果有数据把客服端socket对象放入outputs列表中让select感知wList的变化,也就是感知客服端是否发送过来消息,用于读写分离
                print data  #打印客服端发送过来的消息
                outputs.append(r)#把客服端连接添加到outputs列表
                message[r].put(data)#message[客服端连接].put(接受的数据),  message{客服端socket对象:客服端发送过来的消息上次到队列}
            else:
                inputs.remove(r)#如果客服端异常断开,删除inputs列表中客服端socket对象
                del message[w]#如果客服端异常断开,删除message字典中客服端socket对象和客服端的消息队列
                #客服端异常断开的时候会发送空数据,此时在inputs列表中删除客服端连接

    for w in wList:
        #select遍历wList的时候感知到了变化,也就是服务端已经接受到客服端已经发送过来的消息了
        try:
            data=message[w].get_nowait()#message[客服端socket对象]获取到消息队列,最后得到发送过来的消息,get_nowait如果从队列中没有获取到数据也不会阻塞
            w.sendall(data)#发送数据给客服端
        #给客服端发送数据
        except Queue.Empty as e:#捕捉队列是否为空
            if message[w]:
                del message[w]#删除message字典中客服端socket对象和客服端的消息队列
        outputs.remove(w)#删除outputs列表中客服端socket对象
        #删除客服端连接

select-client端代码:

import socket

server_ip=('127.0.0.1', 9003)
sk=socket.socket()
sk.connect(server_ip)


while True:
    data=raw_input('Please:').strip()
    if len(data) ==0:continue
    sk.sendall(data)
    server_response=sk.recv(1024)
    print server_response