协程

引子

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计算的时间过长

协程 - 图1

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. #
  2. 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
  3. #
  4. 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

协程 - 图2

  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
  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
  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
  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
  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)
  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()
  42. stop=time.time()
  43. print(stop-start) #2.0272178649902344

协程 - 图3

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。

协程 - 图4

  1. import time
  2. def consumer():
  3.     '''任务1:接收数据,处理数据'''
  4.     while True:
  5.         x=yield
  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)
  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
  18. stop=time.time()
  19. print(stop-start)

协程 - 图5

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. #
  2. 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。
  3. #
  4. 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

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. #
  2. 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）
  3. #
  4. 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. #
  2. 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
  3. #
  4. 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. #
  2. 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
  3. #
  4. 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））

Greenlet模块

安装 ：pip3 install greenlet

协程 - 图6

  1. from greenlet import greenlet
  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)
  13. g1=greenlet(eat)
  14. g2=greenlet(play)
  16. g1.switch('egon')#可以在第一次switch时传入参数，以后都不需要

协程 - 图7

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

协程 - 图8

  1. #顺序执行
  2. import time
  3. def f1():
  4.     res=1
  5.     for i in range(100000000):
  6.         res+=i
  8. def f2():
  9.     res=1
  10.     for i in range(100000000):
  11.         res*=i
  13. start=time.time()
  14. f1()
  15. f2()
  16. stop=time.time()
  17. print('run time is %s' %(stop-start)) #10.985628366470337
  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()
  28. def f2():
  29.     res=1
  30.     for i in range(100000000):
  31.         res*=i
  32.         g1.switch()
  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

协程 - 图9

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

安装：pip3 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。

协程 - 图10

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

协程 - 图11

协程 - 图12

  1. import gevent
  2. def eat(name):
  3.     print('%s eat 1' %name)
  4.     gevent.sleep(2)
  5.     print('%s eat 2' %name)
  7. def play(name):
  8.     print('%s play 1' %name)
  9.     gevent.sleep(1)
  10.     print('%s play 2' %name)
  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')

协程 - 图13

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

协程 - 图14

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

协程 - 图15

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

协程 - 图16

协程 - 图17

  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')
  11. def play():
  12.     print(threading.current_thread().getName())
  13.     print('play 1')
  14.     time.sleep(1)
  15.     print('play 2')
  17. g1=gevent.spawn(eat)
  18. g2=gevent.spawn(play)
  19. gevent.joinall([g1,g2])
  20. print('主')

协程 - 图18

Gevent之同步与异步

协程 - 图19

协程 - 图20

协程 - 图21

  1. from gevent import spawn,joinall,monkey;monkey.patch_all()
  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)
  12. def synchronous():  # 同步
  13.     for i in range(10):
  14.         task(i)
  16. def asynchronous(): # 异步
  17.     g_l=[spawn(task,i) for i in range(10)]
  18.     joinall(g_l)
  19.     print('DONE')
  21. if __name__ == '__main__':
  22.     print('Synchronous:')
  23.     synchronous()
  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。
  27. #  初始化的greenlet列表存放在数组threads中，此数组被传给gevent.joinall 函数，
  28. #  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。

协程 - 图22

协程 - 图23

协程 - 图24

Gevent之应用举例一

协程 - 图25

  1. from gevent import monkey;monkey.patch_all()
  2. import gevent
  3. import requests
  4. import time
  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))
  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 - 图26

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

协程 - 图27

  1. from gevent import monkey;monkey.patch_all()
  2. from socket import *
  3. import gevent
  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()
  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)
  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()
  29. if __name__ == '__main__':
  30.     server('127.0.0.1',8080)

协程 - 图28

协程 - 图29

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

协程 - 图30

协程 - 图31

  1. from threading import Thread
  2. from socket import *
  3. import threading
  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))
  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()

协程 - 图32

博主微信:JTPython666

已关注 收藏该文

协程 - 图33

JasonJi 关注 - 1 粉丝 - 438

我在关注他

2

0

posted @ 2019-05-27 10:36 JasonJi 阅读(335) 评论(0) 编辑 收藏