windows下多进程加协程并发模式

好久没更新博客了。正好最近要整理一下最近这段时间做过的项目以及学习python的一些心得。如标题所示，今天就来说说windows下多进程加协程并发模式。其实网上还是蛮多在linux下的多进程加协程并发模式，本身linux对python的支持更好吧。但是由于本人的开发环境是windows的，而且网上关于这方面的资料还是少了一点，不过经过一番折腾，也算是弄出来了。废话不多说，先贴代码吧：

# coding=utf-8
# windows下多进程加协程并发模式
# 打入gevent的monkey补丁
from gevent import monkey
monkey.patch_all()
# 导入协程池
from gevent.pool import Pool
import urllib2
# 导入多进程模块
import multiprocessing
import time
# 定义一个爬取微博网页的方法
def html(url=u‘http://weibo.com/‘):
    # 用上多进程的锁机制，用于防止连续打印
    lock = multiprocessing.Lock()
    try:
        h = urllib2.urlopen(url).read()
    except:
        lock.acquire()
        print u‘连接错误‘
        lock.release()
    else:
        lock.acquire()
        print u‘done‘
        lock.release()

# 定义一个协程并发方法（用的是gevent的协程池）
def a(num):
    pool = Pool(100)
    # 协程池的map方法可以让你自定义并发次数，这里可以自定义爬取微博网页的并发次数，第一个参数是要执行的函数
    # 第二个参数可以理解成需要并发参数的次数
    pool.map(html, [u‘http://weibo.com/‘ for i in xrange(num)])
    pool.kill()
    pool.join()

# 这个是比较关键的一个方法，就是协程加多进程的并发模式
def b(num):
    t = []
    # 建立10个进程来并行协程即方法a
    for i in xrange(10):
        p = multiprocessing.Process(target=a, args=(num,))
        p.start()
        t.append(p)
    for each in t:
        each.join()

# 对比多进程加协程与纯粹协程的各自的并发状态
if __name__ == ‘__main__‘:
    print u‘方法b开始计时：‘
    start = time.time()
    b(10)
    print u‘方法b总共花费%f秒‘ % (time.time() - start)
    print u‘方法a开始计时：‘
    start = time.time()
    a(100)
    print u‘方法a总共花费%f秒‘ % (time.time() - start)

上面的代码注释的挺清楚的了，下面贴一下执行的结果吧：

从上面的结果可以看到，执行协程加多进程的方法b时，多核cpu是可以被充分利用的，这是单纯使用协程方式无法做到的，这也是多进程的一大好处吧。由于我这里实验的是100次并发，所以其实就效果来说还不是很明显，但是当你要瞬时并发一千个或者一万个的时候，差距就可以显现出来了，显然，协程加多进程的方式是更加牛叉的，这种模式充分把两者的优点结合起来了。

　　这里如果读者对python的协程模块与多进程模块不熟悉的话，还是自行百度一下吧。毕竟自己真正理解了才是自己的东西啊。其实我也还是个python菜鸟，如果上面的代码有啥问题或者更好的建议的话，还希望大神们不吝赐教呀！