Python并发之协程

                                                         《python并发之协程》一:  单线程下实现并发,即只在一个主线程,并且cpu只有一个的情况下实现并发。(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,第二种情况是该任务计算时间过长。

主线程的三种状态: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,实现看起来大家都被执行的效果,如果多个程序都是纯计算任务,这种切换反而会降低效率。为此我们基于yield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。yiled:    1:可以保存状态,yiled的状态保存与操作系统的保存线程的状态很像,但是yiled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。

#串行执行
import time
def consumer(res):
    print(‘任务1:接收数据,处理数据‘)
def producer():
    print(‘任务2:产生数据‘)
    res = []
    for i in range(10000000):
        res.append(i)
    return res
start = time.time()
#串行执行
res= producer()
consumer(res)
stop = time.time()
print(stop-start)
#基于yield并发执行
# import time
# def consumer():
#     # print(‘任务1:接收数据,处理数据‘)
#     while True:
#         x = yield
# def producer():
#     # print(‘任务2:生产数据‘)
#     g = consumer()
#     next(g)
#     for i in range(10000000):#2.691828966140747
#         g.send(i)
# start = time.time()
#基于yiled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是你一次我一次,即并发执行
# producer()
# stop = time.time()
# print(stop-start)


而在单线程下,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)控制单线程下多个任务能遇到io就切换,这样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io操作最大限度地隐藏起来,该线程好像是一直处于计算过程,io比较少。

协成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。

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(重新运行时,可以基于暂停的位置继续)

2:作为1的补充:可以检测io操作,在遇到io操作的情况下发生切换。

二:协称介绍(Coroutine)

协程:是单线程下的并发,又称微线程,纤程。

协程是一种用户态的轻量级线程(是由用户程序自己控制调度的)

强调:

      1:python的线程属于内核级别的,即由操作系统控制调度(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,就会应用程序级别(而非操作系统)控制切换,以此提升效率(非io操作的切换方式与效率无关)

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:协程的本质就是单线程下,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,将会阻塞整个协程。

协程的特点:

1:必须在只有一个单线程里实现并发。

2:修改共享数据不需要加锁

3:用户程序里自己保存多个控制流的上下文栈。

4:一个协程遇到io操作自动切换到其他协程(如何实现检测io,yiled,greenlet都无法实现,就用到了geven模块(select机制))

 三:Greenlet

如果我们在单个线程内有20个任务,每个任务的代码分两部分:前半部分是纯计算,后半部分是纯io。

要想实现在多个任务之间切换,yield生成器的方式,需要先得到初始化一次的生成器,然后再调用send。。。非常麻烦,使用greenlet模块可以非常简单地实现这20个任务直接的切换

rom greenlet import greenlet
import time
def eat(name):
    print(‘%s eat 1‘%name)
    time.sleep(3)
    g2.switch(‘悟空‘)
    print(‘%s eat 2‘%name)
    g2.switch()
def play(name):
    print(‘%s play 1‘%name)
    g1.switch()
    print(‘%s play 2‘%name)
g1 = greenlet(eat)
g2 = greenlet(play)
g1.switch(‘悟空‘)#可以在第一次swith时传入参数,以后都不需要--------------------------结果----------------------------------------

悟空 eat 1
悟空 play 1
悟空 eat 2
悟空 play 2

单纯的切换(在没有io的情况下或者没有开辟内存空间的操作),反而会降低程序的执行速度

import time
def f1():
    res = 1
    for i in range(100000000):
        res+=1
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))#run time is 23.827917337417603
# 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))#158.59044671058655

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遇到阻塞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。

四: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,但他们被称作协作式的调度)

用法:
       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的返回值遇到IO阻塞时会自动切换任务:

import gevent
def eat(name):
    print(‘%s eat 1‘%name)
    gevent.sleep(2)
    print(‘%s eat 2‘%name)
def play(name):
    print(‘%s play 1‘%name)
    gevent.sleep(3)
    print(‘%s play 2‘%name)
g1 = gevent.spawn(eat,‘悟空‘)
g2= gevent.spawn(play,name=‘悟空‘)
g1.join()
g2.join()
#gevent.joinal([g1,g2])
print(‘主‘)--------------------------------------结果-----------------------------------

悟空 eat 1
悟空 play 1
悟空 eat 2
悟空 play 2

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

from gevent import monkey;monkey.patch_all()
import gevent
import time
def eat():
    print(‘eat food 1‘)
    time.sleep(2)
    print(‘eat food 2‘)
def play():
    print(‘play 1‘)
    time.sleep(1)
    print(‘play 2‘)
g1 = gevent.spawn(eat)
g2 = gevent.spawn(play)
gevent.joinall([g1,g2])
print(‘主‘)------------------------------------结果----------------------------

at food 1
play 1
play 2
eat food 2

五:Gevent之同步异步

from gevent import spawn,joinall,monkey;monkey.patch_all()
import time
def task(pid):
    #一些不确定的任务
    time.sleep(0.5)
    print(‘Task %s done‘%pid)
def synchronuns():
    for i in range(10):
        task(i)
def asynchronuns():
    g_l = [spawn(task,i) for i in range(10)]
    joinall(g_l)
if __name__ == ‘__main__‘:
    print(‘Synchronous‘)
    synchronuns()
    print(‘A‘)
    asynchronuns()
#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。#  初始化的greenlet列表存放在数组threads中,此数组被传给gevent.joinall 函数,# 后者阻塞当前流程,并执行所有给定的greenlet。执行流程只会在 所有greenlet执行完后才# 会继续向下走。
------------------------------结果-----------------------------------------------

Synchronous
Task 0 done
Task 1 done
Task 2 done
Task 3 done
Task 4 done
Task 5 done
Task 6 done
Task 7 done
Task 8 done
Task 9 done
A
Task 0 done
Task 9 done
Task 8 done
Task 7 done
Task 6 done
Task 5 done
Task 4 done
Task 3 done
Task 2 done
Task 1 done

 

六:Gevent应用举例一通过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)

服务端

from gevent import monkey;monkey.patch_all()
from socket import *
import gevent

#如果不想用money.patch_all()打补丁,可以用gevent自带的socket
# from gevent import socket
# s=socket.socket()

def server(server_ip,port):
    s=socket(AF_INET,SOCK_STREAM)
    s.setsockopt(SOL_SOCKET,SO_REUSEADDR,1)
    s.bind((server_ip,port))
    s.listen(5)
    while True:
        conn,addr=s.accept()
        gevent.spawn(talk,conn,addr)

def talk(conn,addr):
    try:
        while True:
            res=conn.recv(1024)
            print(‘client %s:%s msg: %s‘ %(addr[0],addr[1],res))
            conn.send(res.upper())
    except Exception as e:
        print(e)
    finally:
        conn.close()

if __name__ == ‘__main__‘:
    server(‘127.0.0.1‘,8080)

客户端

from socket import *

client=socket(AF_INET,SOCK_STREAM)
client.connect((‘127.0.0.1‘,8080))

while True:
    msg=input(‘>>: ‘).strip()
    if not msg:continue

    client.send(msg.encode(‘utf-8‘))
    msg=client.recv(1024)
    print(msg.decode(‘utf-8‘))

多线程并发多个客户端

from threading import Thread
from socket import *
import threading

def client(server_ip,port):
    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
    c.connect((server_ip,port))

    count=0
    while True:
        c.send((‘%s say hello %s‘ %(threading.current_thread().getName(),count)).encode(‘utf-8‘))
        msg=c.recv(1024)
        print(msg.decode(‘utf-8‘))
        count+=1
if __name__ == ‘__main__‘:
    for i in range(500):
        t=Thread(target=client,args=(‘127.0.0.1‘,8080))
        t.start()
时间: 2024-10-10 08:37:44

Python并发之协程的相关文章

并发之协程

python并发编程之协程 阅读目录 一 引子 二 协程介绍 三 Greenlet 四 Gevent介绍 五 Gevent之同步与异步 六 Gevent之应用举例一 七 Gevent之应用举例二 回到顶部 一 引子 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

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

协程及Python中的协程

阅读目录 1 协程 2 Python中如何实现协程 回到顶部 1 协程 1.1协程的概念 协程,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.(其实并没有说明白~) 我觉得单说协程,比较抽象,如果对线程有一定了解的话,应该就比较好理解了. 那么这么来理解协程比较容易: 线程是系统级别的,它们是由操作系统调度:协程是程序级别的,由程序员根据需要自己调度.我们把一个线程中的一个个函数叫做子程序,那么子程序在执行过程中可以中断去执行别的子程序:别的子程

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

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,

Python与Golang协程异同

背景知识 这里先给出一些常用的知识点简要说明,以便理解后面的文章内容. 进程的定义: 进程,是计算机中已运行程序的实体.程序本身只是指令.数据及其组织形式的描述,进程才是程序的真正运行实例. 线程的定义: 操作系统能够进行运算调度的最小单位.它被包含在进程之中,是进程中的实际运作单位. 进程和线程的关系: 一条线程指的是进程中一个单一顺序的控制流,一个进程中可以并发多个线程,每条线程并行执行不同的任务. CPU的最小调度单元是线程不是进程,所以单进程多线程也可以利用多核CPU. 协程的定义: 协

Python实现基于协程的异步爬虫

一.课程介绍 1. 课程来源 本课程核心部分来自<500 lines or less>项目,作者是来自 MongoDB 的工程师 A. Jesse Jiryu Davis 与 Python 之父 Guido van Rossum.项目代码使用 MIT 协议,项目文档使用 http://creativecommons.org/licenses/by/3.0/legalcode 协议. 课程内容在原文档基础上做了稍许修改,增加了部分原理介绍,步骤的拆解分析及源代码注释. 2. 内容简介 传统计算机

Python 学习笔记 - 协程

Python里面控制并发,除了多线程和多进程,还可以使用协程(CoRoutine).他是在一个线程内通过程序员人为的指定来进行切换 例1:通过switch()可以人为来回切换到另外一个函数:当所有函数执行完毕,最后输出print(10) #!/usr/bin/env python # -*- coding:utf-8 -*- # Author:Alex Li from greenlet import greenlet def test1():     print(12)     gr2.swit

python基础:协程详解

Python的yield不但可以返回一个值,它还可以接收调用者发出的参数. 来看例子: 传统的生产者-消费者模型是一个线程写消息,一个线程取消息,通过锁机制控制队列和等待,但一不小心就可能死锁. 如果改用协程,生产者生产消息后,直接通过yield跳转到消费者开始执行,待消费者执行完毕后,切换回生产者继续生产,效率极高: 1 #coding:utf-8 2 __author__ = 'Administrator' 3 4 def consumer(): 5 r = '[CONSUMER]初始化'