并发编程 - 协程 - 总结

协程:    单线程下实现并发  并发 = 切换 + 保存状态        1.遇到IO切, 提高效率        2.遇到计算切, 并没有提高效率    1.协程本质:        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. 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    2.强调:        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)    3.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    4.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    5.总结:        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))

单线程下实现并发:        1.yield             # yield     遇到io 不能监测到 切换  # 没有io 去切换,会降低执行速度        2.greenlet 模块     # greenlet  遇到io 不能监测到 切换  # 没有io 去切换,会降低执行速度            pip3 install greenlet            greenlet 比yield 好 但是还是不好 遇到io不会切            g1 = greenlet(eat)            g1.switch(‘alice‘)            g1.switch()        3.gevent 模块            pip3 install gevent            gevent:封装了greenlet模块,但是他能检测到io 自动切            加了补丁:from gevent import monkey;monkey.patch_all()                遇到time.sleep(2) 才会切,否则只有遇到gevent.sleep(2) 才会切,所以必须加补丁            g1 = gevent.spawn(eat,‘alice‘)            g1.join()  # 等待g1结束            gevent.joinall([g1,g2])            g1.value   # 拿到func1的返回值

补丁说明:                from gevent import monkey;monkey.patch_all()                1.必须放到被打补丁者的前面,如time,socket模块之前                2.要用gevent,需要将from gevent import monkey;monkey.patch_all()放到文件的开头

# 通过gevent实现单线程下的socket并发(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)

 1 import time
 2 def consumer(res):
 3     ‘‘‘任务1:接收数据,处理数据‘‘‘
 4     pass
 5
 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
13 start=time.time()
14 #串行执行
15 res=producer()
16 consumer(res) #写成consumer(producer())会降低执行效率
17 # consumer(producer())
18 stop=time.time()
19 print(stop-start) #1.5536692142486572

计算型的切换降低运行效率

 1 import time
 2 def producter():  # 并发的去执行
 3     g = consumer()
 4     next(g)
 5     for i in range(10):
 6         g.send(i)
 7         time.sleep(2)
 8
 9 def consumer():
10     while True:
11         res = yield
12         print(res)
13 start = time.time()
14 producter()
15 stop = time.time()
16 print(stop-start)
17
18 import time
19 def producter():  # 串行  计算型的 切换 会降低运行效率
20     res = []
21     for i in range(10000000):
22         res.append(i)
23     return res
24
25 def consumer(res):
26     pass
27
28 start = time.time()
29 res = producter()  # 串行 执行  写成 consumer(producter()) 会降低执行效率
30 consumer(res)
31 stop = time.time()
32 print(stop-start)

yield,不能实现遇到io切换

 1 from greenlet import greenlet
 2 import time
 3
 4 def eat(name):
 5     print(‘%s eat 1‘%name)
 6
 7     g2.switch(‘alice‘)
 8     time.sleep(4)  # 遇到io 不会立即s切
 9     print(‘%s eat 2‘%name)
10     g2.switch()
11
12 def play(name):
13     print(‘%s play 1‘%name)
14     g1.switch()
15     print(‘%s play 2‘%name)
16
17 g1 = greenlet(eat)
18 g2 = greenlet(play)
19
20 g1.switch(‘alice‘)  # 第一次切 需要传参数

greenlet模块,不能实现遇到io切换

 1 #顺序执行
 2 import time
 3 def f1():
 4     res=1
 5     for i in range(100000000):
 6         res+=i
 7
 8 def f2():
 9     res=1
10     for i in range(100000000):
11         res*=i
12
13 start=time.time()
14 f1()
15 f2()
16 stop=time.time()
17 print(‘run time is %s‘ %(stop-start)) #10.985628366470337
18
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()
27
28 def f2():
29     res=1
30     for i in range(100000000):
31         res*=i
32         g1.switch()
33
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

计算型的使用greenlet,单纯的切换会降低运行效率

 1 from gevent import monkey;monkey.patch_all()
 2 import gevent
 3 import time
 4
 5 def eat(name):
 6     print(‘%s eat 1‘%name)
 7     time.sleep(2)
 8     # gevent.sleep(2)
 9     print(‘%s eat 2‘%name)
10
11 def play(name):
12     print(‘%s play 1‘%name)
13     # gevent.sleep(1)
14     time.sleep(1)
15     print(‘%s play 2‘%name)
16
17 start = time.time()
18 g1 = gevent.spawn(eat,‘alice‘)
19 g2 = gevent.spawn(play,‘alice‘)
20 # g1.join()
21 # g2.join()
22 gevent.joinall([g1,g2])
23 stop = time.time()
24 print(‘主‘,stop-start)
25 """
26 alice eat 1  # 遇到 time.sleep() io 并不会切  加个补丁才会切
27 alice eat 2
28 alice play 1
29 alice play 2
30 主 3.000598430633545
31 """
32 """
33 alice eat 1   # 加了补丁后,可识别time.sleep() io 会切
34 alice play 1  # 补丁:from gevent import monkey;monkey.patch_all()
35 alice play 2
36 alice eat 2
37 主 2.000128984451294
38 """
39 """
40 alice eat 1   # 遇到 gevent.sleep() 会切
41 alice play 1
42 alice play 2
43 alice eat 2
44 主 2.0026285648345947
45 """

gevent模块,可以实现遇到io切换

 1 # -*- coding:utf-8 -*-
 2 from gevent import spawn,monkey;monkey.patch_all()
 3 import socket
 4
 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()
 8
 9 def talk(conn):
10     while True:
11         try:
12             res = conn.recv(1024)
13             if not res:break
14             conn.send(res.upper())
15         except Exception as e:
16             break
17     conn.close()
18
19 def server(ip,port):
20     server = socket.socket(socket.AF_INET,socket.SOCK_STREAM)
21     server.setsockopt(socket.SOL_SOCKET,socket.SO_REUSEADDR,1)
22     server.bind((ip,port))
23     server.listen(5)
24     while True:
25         conn, addr = server.accept()
26         spawn(talk,conn)
27
28 if __name__ == ‘__main__‘:
29     g = spawn(server,‘127.0.0.1‘,8080)
30     g.join()

gevent实现单线程下的socket并发 server

 1 # -*- coding:utf-8 -*-
 2 import socket
 3 from threading import Thread,currentThread
 4
 5 def client(ip,port):
 6     c = socket.socket(socket.AF_INET,socket.SOCK_STREAM)
 7     c.connect((ip,port))
 8
 9     while True:
10         c.send((‘%s hello ‘%currentThread().getName()).encode(‘utf-8‘))
11         data = c.recv(1024)
12         print(data.decode(‘utf-8‘))
13
14 if __name__ == "__main__":
15     for i in range(500):
16         t = Thread(target=client,args=(‘127.0.0.1‘,8080))
17         t.start()

gevent实现单线程下的socket并发 client



原文地址:https://www.cnblogs.com/alice-bj/p/8719176.html

时间: 2024-11-06 03:52:03

并发编程 - 协程 - 总结的相关文章

python 并发编程 协程 目录

python 并发编程 协程 协程介绍 python 并发编程 协程 greenlet模块 原文地址:https://www.cnblogs.com/mingerlcm/p/11148935.html

并发编程 - 协程 - 1.协程概念/2.greenlet模块/3.gevent模块/4.gevent实现并发的套接字通信

1.协程并发:切+保存状态单线程下实现并发:协程 切+ 保存状态 yield 遇到io切,提高效率 遇到计算切,并没有提高效率 检测单线程下 IO行为 io阻塞 切 相当于骗操作系统 一直处于计算协程:...单线程下实现并发:根本目标:遇到IO就切,一个线程的整体IO降下来程序用的cpu 时间长,就叫执行效率高效率最高:多个进程 (多个cpu) 每个进程开多个线程 每个线程用到协程 (IO就切)总结协程特点: 1 #并发执行 2 import time 3 4 def producer(): 5

python并发编程&协程

0x01 前导 如何基于单线程来实现并发? 即只用一个主线程(可利用的cpu只有一个)情况下实现并发: 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 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 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

并发编程——协程

协程: 基于单线程来实现并发. 协程并不是实际存在的实体,本质上是一个线程的多个部分. 比线程的单位更小--协程,纤程,在一个线程中可以开启很多协程. 在执行程序的过程中,遇到 IO 操作就冻结当前位置的状态,去执行其他任务,在执行其他任务的过程中,会不断地检测上一个冻结的任务是否 IO 结束,如果 IO 结束了,就继续从冻结的位置开始执行. 一个线程不会遇到阻塞--一直在使用CPU. 多个线程--只能有一个线程使用CPU. 协程比线程之间的切换和线程的创建销毁所花费的时间,空间开销要小的多.

python之并发编程—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

并发编程协程(Coroutine)之Gevent

Gevent官网文档地址:http://www.gevent.org/contents.html 基本概念 我们通常所说的协程Coroutine其实是corporate routine的缩写,直接翻译为协同的例程,一般我们都简称为协程. 在linux系统中,线程就是轻量级的进程,而我们通常也把协程称为轻量级的线程即微线程. 进程和协程 下面对比一下进程和协程的相同点和不同点: 相同点:我们都可以把他们看做是一种执行流,执行流可以挂起,并且后面可以在你挂起的地方恢复执行,这实际上都可以看做是con

python 并发编程 协程 gevent模块

一 gevent模块 gevent应用场景: 单线程下,多个任务,io密集型程序 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. gevent可以检测io,实现遇到io自动切换另外一个任务 #用法 g1=gevent.spawn(func,1,

第七章|7.3并发编程|协程

1.协程 本节的主题是基于单线程来实现并发,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,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或有一个优先级更高的程序替代了它 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

python 并发编程 协程 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. 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