协程理论

进程是资源分配的最小单位, 线程是 CPU 调度的最小单位
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。
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
python并发编程：协程 - 图1
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

  1. yield 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. def producer():
    7.  '''任务2:生产数据'''
    8.  res=[]
    9.  for i in range(10000000):
    10.      res.append(i)
    11.  return res
    12. start=time.time()
    13. #串行执行
    14. res=producer()
    15. consumer(res) #写成consumer(producer())会降低执行效率
    16. stop=time.time()
    17. print(stop-start) #1.5536692142486572
    18. #基于yield并发执行
    19. import time
    20. def consumer():
    21.  '''任务1:接收数据,处理数据'''
    22.  while True:
    23.      x=yield
    24. def producer():
    25.  '''任务2:生产数据'''
    26.  g=consumer()
    27.  next(g)
    28.  for i in range(10000000):
    29.      g.send(i)
    30. start=time.time()
    31. #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
    32. #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.
    33. producer()
    34. stop=time.time()
    35. print(stop-start) #2.0272178649902344

    Python
    Copy
    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. def producer():
    7.  '''任务2:生产数据'''
    8.  g=consumer()
    9.  next(g)
    10.  for i in range(10000000):
    11.      g.send(i)
    12.      time.sleep(2)
    13. start=time.time()
    14. 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
    15. stop=time.time()
    16. print(stop-start)

    Python
    Copy

  3. 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。

  4. 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

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。、

  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：

  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

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）

Greenlet 模块

pip install greenlet

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

Python
Copy
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. def f2():
  8.     res=1
  9.     for i in range(100000000):
  10.         res*=i
  11. start=time.time()
  12. f1()
  13. f2()
  14. stop=time.time()
  15. print('run time is %s' %(stop-start))
  16. #切换
  17. from greenlet import greenlet
  18. import time
  19. def f1():
  20.     res=1
  21.     for i in range(100000000):
  22.         res+=i
  23.         g2.switch()
  24. def f2():
  25.     res=1
  26.     for i in range(100000000):
  27.         res*=i
  28.         g1.switch()
  29. start=time.time()
  30. g1=greenlet(f1)
  31. g2=greenlet(f2)
  32. g1.switch()
  33. stop=time.time()
  34. print('run time is %s' %(stop-start))

Python
Copy
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。

Gevent 模块

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。
用法介绍

  1. 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
  2. g2=gevent.spawn(func2)
  3. g1.join() #等待g1结束
  4. g2.join() #等待g2结束
  5. #或者上述两步合作一步：gevent.joinall([g1,g2])
  6. g1.value#拿到func1的返回值

Python
Copy

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

Python
Copy
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. import gevent
  3. import time
  4. def eat():
  5.     print('eat food 1')
  6.     time.sleep(2)
  7.     print('eat food 2')
  8. def play():
  9.     print('play 1')
  10.     time.sleep(1)
  11.     print('play 2')
  12. g1=gevent.spawn(eat)
  13. g2=gevent.spawn(play)
  14. gevent.joinall([g1,g2])
  15. print('主')

Python
Copy
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

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

Python
Copy

Gevent 之同步与异步

  1. from gevent import spawn,joinall,monkey;monkey.patch_all()
  2. import time
  3. def task(pid):
  4.     """
  5.     Some non-deterministic task
  6.     """
  7.     time.sleep(0.5)
  8.     print('Task %s done' % pid)
  9. def synchronous():  # 同步
  10.     for i in range(10):
  11.         task(i)
  12. def asynchronous(): # 异步
  13.     g_l=[spawn(task,i) for i in range(10)]
  14.     joinall(g_l)
  15.     print('DONE')
  16. if __name__ == '__main__':
  17.     print('Synchronous:')
  18.     synchronous()
  19.     print('Asynchronous:')
  20.     asynchronous()
  21. #  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。
  22. #  初始化的greenlet列表存放在数组threads中，此数组被传给gevent.joinall 函数，
  23. #  后者阻塞当前流程，并执行所有给定的greenlet任务。执行流程只会在 所有greenlet执行完后才会继续向下走。

Python
Copy

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

Python
Copy

Gevent 之应用举例二

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
服务端

  1. from gevent import monkey;monkey.patch_all()
  2. from socket import *
  3. import gevent
  4. #如果不想用money.patch_all()打补丁,可以用gevent自带的socket
  5. # from gevent import socket
  6. # s=socket.socket()
  7. def server(server_ip,port):
  8.     s=socket(AF_INET,SOCK_STREAM)
  9.     s.setsockopt(SOL_SOCKET,SO_REUSEADDR,1)
  10.     s.bind((server_ip,port))
  11.     s.listen(5)
  12.     while True:
  13.         conn,addr=s.accept()
  14.         gevent.spawn(talk,conn,addr)
  15. def talk(conn,addr):
  16.     try:
  17.         while True:
  18.             res=conn.recv(1024)
  19.             print('client %s:%s msg: %s' %(addr[0],addr[1],res))
  20.             conn.send(res.upper())
  21.     except Exception as e:
  22.         print(e)
  23.     finally:
  24.         conn.close()
  25. if __name__ == '__main__':
  26.     server('127.0.0.1',8088)

Python
Copy
客户端

  1. from socket import *
  2. client=socket(AF_INET,SOCK_STREAM)
  3. client.connect(('127.0.0.1',8080))
  4. while True:
  5.     msg=input('>>: ').strip()
  6.     if not msg:continue
  7.     client.send(msg.encode('utf-8'))
  8.     msg=client.recv(1024)
  9.     print(msg.decode('utf-8'))

Python
Copy
多线程并发客户端

  1. from threading import Thread
  2. from socket import *
  3. import threading
  4. def client(server_ip,port):
  5.     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
  6.     c.connect((server_ip,port))
  7.     count=0
  8.     while True:
  9.         c.send(('%s say hello %s' %(threading.current_thread().getName(),count)).encode('utf-8'))
  10.         msg=c.recv(1024)
  11.         print(msg.decode('utf-8'))
  12.         count+=1
  13. if __name__ == '__main__':
  14.     for i in range(500):
  15.         t=Thread(target=client,args=('127.0.0.1',8088))
  16.         t.start()