python并发编程之协程

一、协程的引入

　　之前我们了解了线程、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调度的最小单位。按道理来说我们已经算是把cpu的利用率提高很多了。但是我们知道无论是创建多进程还是创建多线程来解决问题，都要消耗一定的时间来创建进程、创建线程、以及管理他们之间的切换。

　　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。

　　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用完了一个时间片。

　  　

　　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

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) #0.9456226444244385
#
# #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) #0.9264657497406006

　　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。

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)

　　对于单线程，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）控制单线程中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中，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。

协程的本质是线程，协程能够在多个任务之间切换来节省一些IO时间。

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：

1. 必须在只有一个单线程里实现并发
2. 修改共享数据不需加锁
3. 用户程序里自己保存多个控制流的上下文栈
4. 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模块

　　greenlet模块中提供了一个切换的方法：switch()

from greenlet import greenlet

def eat(name):
    print('%s eating start ' %name)
    g2.switch('rain')
    print('%s eating end ' %name)
    g2.switch()
def play(name):
    print('%s playing start ' %name)
    g1.switch()
    print('%s playing end ' %name)

g1=greenlet(eat)
g2=greenlet(play)

g1.switch('rain')#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。

# 顺序切换
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)) #8.78964614868164

# 单纯的顺序切换
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)) # 50.04491877555847

　　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。

　　通常我们的代码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。

备注：在访问量很大的时候，会把所有任务打到一个平台上，这个平台就是负载均衡，负载均衡用于分发任务，内有一个组件叫Nginx（一个高性能的 HTTP 和 反向代理 服务器，也是一个 IMAP/POP3/SMTP 代理服务器），以后会常用到，它的并发的最大承载量是50000（5*20*500 四核CPU的一般进程开启5（CPU个数+1）个，线程开启量20（CPU个数*5），协程开启量500），Nginx内部就是用到了协程。

四、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中用到的主要模块是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。

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

import time
import gevent
def eat(name):
    print('%s eating start ' %name)
    time.sleep(1)
    print('%s eating end ' %name)
def play(name):
    print('%s playing start ' %name)
    time.sleep(1)
    print('%s playing end ' %name)
g1 = gevent.spawn(eat,'snow')
g2 = gevent.spawn(play,'snow')
g1.join()
g2.join()    #或者gevent.joinall([g1,g2])
#输出结果：顺序打印   并没有实现协程效果  因为在gevent模块中感知不到time模块的IO效果

import gevent
def eat(name):
    print('%s eating start ' %name)
    gevent.sleep(1)
    print('%s eating end ' %name)
def play(name):
    print('%s playing start ' %name)
    gevent.sleep(1)
    print('%s playing end ' %name)
g1 = gevent.spawn(eat,'snow')
g2 = gevent.spawn(play,'snow')
g1.join()
g2.join()    #或者gevent.joinall([g1,g2])
#输出结果：先同时打印  snow eating start  snow playing start   等待1秒后打印 snow eating end  snow playing end
#使用gevent.sleep()实现了协程的效果，遇到IO就切换

备注：在gevent模块中gevent.sleep是可以被识别的io阻塞,而time.sleep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

网络上的一些IO时间我们就是通过monkey（from gevent importmonkey）来捕获它，（所以要在开头加这个东西） 然后在通过gevent中的switch切换实现。

from gevent import monkey;monkey.patch_all()
import time
import gevent

def eat(name):
    print('%s eating start ' %name)
    time.sleep(1)
    print('%s eating end ' %name)
def play(name):
    print('%s playing start ' %name)
    time.sleep(1)
    print('%s playing end ' %name)
g1 = gevent.spawn(eat,'snow')
g2 = gevent.spawn(play,'snow')
g1.join()
gevent.joinall([g1,g2])
#输出结果：实现了协程效果

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

from gevent import monkey;monkey.patch_all()
import threading
import gevent
import time
def eat():
    print(threading.current_thread().getName())
    print('eat food 1')
    time.sleep(2)
    print('eat food 2')

def play():
    print(threading.current_thread().getName())
    print('play 1')
    time.sleep(1)
    print('play 2')

g1=gevent.spawn(eat)
g2=gevent.spawn(play)
gevent.joinall([g1,g2])
print('主')

#打印DummyThread-1   DummyThread-2

总结：进程和线程的任务切换由操作系统完成，协程任务之间的切换由程序（代码）完成，只有遇到协程模块能识别的IO操作的时候，程序才会进行任务切换，实现并发的效果。协程是在一个线程上提高了CPU的利用率。

进程、线程和协程的区别：

 五、应用

高IO下使用协程的差异

from gevent import monkey;monkey.patch_all()
import gevent
import time
def task():
    time.sleep(1)
    print('in task --->')
def synchronous():  #同步
    for i in range(10):
        task()

def asynchronous():    #异步
    g_lis = []
    for i in range(10):
        g= gevent.spawn(task)
        g_lis.append(g)
    gevent.joinall(g_lis)  #for g in g_lis:g.join()

synchronous()
asynchronous()

协程适用于高IO的网络操作中，比如爬虫，socket连接中等，如果是计算类，使用协程反而降低效率。

from gevent import monkey;monkey.patch_all()
import gevent
from urllib.request import urlopen    # 内置的模块
def get_url(url):
    response = urlopen(url)
    content = response.read()
    return len(content)

g1 = gevent.spawn(get_url,'http://www.baidu.com')
g2 = gevent.spawn(get_url,'http://www.sogou.com')
g3 = gevent.spawn(get_url,'http://www.taobao.com')
g4 = gevent.spawn(get_url,'http://www.hao123.com')
g5 = gevent.spawn(get_url,'http://www.cnblogs.com')
gevent.joinall([g1,g2,g3,g4,g5])
print(g1.value)
print(g2.value)
print(g3.value)
print(g4.value)
print(g5.value)

通过gevent实现单线程下的socket并发

注意 ：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

from gevent import monkey;monkey.patch_all()
import gevent
import socket
#如果不想用money.patch_all()打补丁,可以用gevent自带的socket
# from gevent import socket
# sk=socket.socket()
def chat(conn):
    conn.send(b'hello')
    msg = conn.recv(1024)
    print(msg.decode('utf-8'))
    conn.close()
sk = socket.socket()
sk.bind(('127.0.0.1',9000))
sk.listen()
while True:
    conn,addr = sk.accept()
    gevent.spawn(chat,conn)

sk.close()

import socket
sk = socket.socket()
sk.connect(('127.0.0.1',9000))
ret = sk.recv(1024)
print(ret.decode('utf-8'))
inp = input('>>')
sk.send(inp.encode('utf-8'))
sk.close()