并发编程之协程

1、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）状况下实现并发，为此咱们须要先回顾下并发的本质：切换+保存状态

一、切换：

　　cpu正在运行一个任务，会在两种状况下切走去执行其余的任务（切换由操做系统强制控制）：

　　一种状况是该任务发生了阻塞；

　　这种状况下，在任务一遇到IO状况就切到任务二去执行，这样就能够利用任务一阻塞的时间完成任务二的计算，效率的提高就在于此。

　　另一种状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。

　　这种状况不能提高效率，只是为了让cpu可以雨露均沾，实现看起来全部任务都被“同时”执行的效果，若是多个任务都是纯计算的，这种切换反而会下降效率。　　

　　ps：在介绍进程理论时，说起进程的三种执行状态，而线程才是执行单位，因此也能够将上图理解为线程的三种状态 

二、保存状态：

　　yield自己就是一种在单线程下能够保存任务运行状态的方法，yield能够保存状态，yield的状态保存和操做系统的保存线程状态很是像，可是yield是代码级别控制的，更轻量级。

三、单纯地切换反而会下降运行效率，

　　验证示例下：

# 并发
import time
def producer():
    g = consumer()
    next(g)
    for i in range(1000000):
        g.send(i)   # send一次就会切到consumer


def consumer():
    while True:
        res = yield   # yield收到producer的i的值，处理完切回producer的for循环

start_time = time.time()
producer()
stop_time = time.time()
print(stop_time-start_time)
"""0.26706719398498535"""

并发示例

# 并发切换分两种，但只有遇到阻塞了切换会提高效率，串行改写以下：
import time
def producer():
    res = []
    for i in range(1000000):
        res.append(i)
    return res

def consumer(res):
    pass

start_time = time.time()
res = producer()
consumer(res)
stop_time = time.time()
print(stop_time-start_time)
"""0.18116021156311035"""

串行改写示例

　　能够看到这种形式的并发反而下降了效率。

　　对于单线程下，咱们不可避免程序中出现io操做，但若是咱们能在本身的程序中（即用户程序级别，而非操做系统级别）控制单线程下的多个任务能在一个任务遇到io阻塞时就切换到另一个任务去计算，这样就保证了该线程可以最大限度地处于就绪态，即随时均可以被cpu执行的状态，至关于咱们在用户程序级别将本身的io操做最大限度地隐藏起来，从而能够迷惑操做系统，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的执行权限分配给咱们的线程。

　　协程的本质：就是在单线程下，由用户本身控制一个任务遇到io阻塞了就切换另一个任务去执行，以此来提高效率。为了实现它，咱们须要找寻一种能够同时知足如下条件的解决方案：

　　一、能够控制多个任务之间的切换，切换以前将任务的状态保存下来，以便从新运行时，能够基于暂停的位置继续执行。

　　二、做为第一条的补充，能够检测IO操做，在遇到Io操做的状况下才发生切换。

2、协程介绍

　　协程的概念：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本身控制调度的。

强调要点：
　　一、python的线程属于内核级别的，即由操做系统控制调度（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，切换其余线程运行）
　　二、单线程内开启协程，一旦遇到io，就会从应用程序级别（而非操做系统）控制切换，以此来提高效率（！！！非io操做的切换与效率无关）

优势：
　　一、协程的切换开销更小，属于程序级别的切换，操做系统彻底感知不到，于是更加轻量级
　　二、单线程内就能够实现并发的效果，最大限度地利用cpu （占用CPU的时间多了，就叫作效率高，对操做系统的一种欺骗）

缺点：
　　一、协程的本质是单线程下，没法利用多核，能够是一个程序开启多个进程，每一个进程内开启多个线程，每一个线程内开启协程
　　二、协程指的是单个线程，于是一旦协程出现阻塞，将会阻塞整个线程（只能实现并发，不能实现并行）

总结协程特色：
　　一、必须在只有一个单线程里实现并发
　　二、修改共享数据不需加锁（本质是一个一个执行，所以不须要考虑加锁）
　　三、用户程序里本身保存多个控制流的上下文栈（本身控制切换）
　　四、附加：一个协程遇到IO操做自动切换到其它协程(如何实现检测IO，yield、greenlet都没法实现，就用到了gevent模块(select机制))

3、Greenlet模块

　　若是咱们在单个线程内有20个任务，要想实如今多个任务之间切换，使用yield生成器的方式过于麻烦（须要先获得初始化一次的生成器，而后再调用send。。。很是麻烦）。

　　greenlet模块：比generator更加便捷的切换方式，多个任务间很方便的切换。但不能监测I/O，所以比yield强一点，但不是研究的重点。

　　安装greenlet：pip3 install greenlet

from greenlet import greenlet

def eat(name):
    print("%s eat 1" % name)
    g2.switch("hqs")
    print("%s eat 2" % name)
    g2.switch()

def play(name):
    print("%s play 1" % name)
    g1.switch()
    print("%s paly 2" % name)

g1 = greenlet(eat)
g2 = greenlet(play)

g1.switch('egon')   #能够在第一次switch时传入参数，之后都不须要
"""
egon eat 1
hqs play 1
egon eat 2
hqs paly 2
"""

　　检查greenlet面对i/o的状况是否能够切换：不能切换，没法提高效率

from greenlet import greenlet
import time

def eat(name):
    print("%s eat 1" % name)
    time.sleep(10)
    g2.switch("hqs")
    print("%s eat 2" % name)
    g2.switch()

def play(name):
    print("%s play 1" % name)
    g1.switch()
    print("%s paly 2" % name)

g1 = greenlet(eat)
g2 = greenlet(play)
g1.switch('egon')
"""
egon eat 1   # 这一步卡了足足10秒
hqs play 1
egon eat 2
hqs paly 2
"""

检验发现greenlet不支持i/o切换

　　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若是遇到io，那就原地阻塞，仍然是没有解决遇到IO自动切换来提高效率的问题。

　　单纯的切换（在没有io的状况下或者没有重复开辟内存空间的操做），反而会下降程序的执行速度。

#顺序执行
import time
def f1():
    res=1
    for i in range(100000000):
        res+=i

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)) #10.985628366470337

#切换
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)) # 52.763017892837524

顺序和greenlet对比示例

　　单线程里的这20个任务的代码一般会既有计算操做又有阻塞操做，咱们彻底能够在执行任务1时遇到阻塞，就利用阻塞的时间去执行任务2。。。。如此，才能提升效率，这就用到了Gevent模块。

4、Gevent介绍

　　安装：pip3 install gevent

　　Gevent是一个第三方库，能够轻松经过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所有运行在主程序操做系统进程的内部，但它们被协做式地调度。

#用法
g1=gevent.spawn(func,1,,2,3,x=4,y=5)建立一个协程对象g1，spawn括号内第一个参数是函数名，如eat，后面能够
有多个参数，能够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

#或者上述两步合做一步：gevent.joinall([g1,g2])

g1.value#拿到func1的返回值

　　验证gevent遇到IO阻塞时是否会自动切换任务：

import gevent
import time

def eat(name):
    print("%s eat 1" % name)
    # time.sleep(1)  # 不切，不能识别其余程序的I/O操做
    gevent.sleep(3)  # gevent只能识别本身模拟的I/O操做
    print("%s eat 2" % name)

def play(name):
    print("%s play 1" % name)
    gevent.sleep(4)
    print("%s paly 2" % name)


start_time = time.time()
g1 = gevent.spawn(eat, 'egon')
g2 = gevent.spawn(play, "alex")
# 异步提交，提交后不会等待完成结果

g1.join()
g2.join()
stop_time = time.time()
print(stop_time-start_time)
"""
egon eat 1
alex play 1
egon eat 2  ----->等三秒
alex paly 2 —————>再等一秒
4.006500005722046
"""

gevent使用及验证代码

　　上例gevent.sleep(2)模拟的是gevent能够识别的io阻塞,而time.sleep(2)或其余的阻塞,gevent是不能直接识别的须要用下面一行代码,打补丁,就能够识别了。

　　from gevent import monkey;monkey.patch_all()必须放到被打补丁者的前面，如time，socket模块以前

或者咱们干脆记忆成：要用gevent，须要将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')
"""
eat food 1
play 1
play 2
eat food 2
主
"""

　　还能够用threading.current_thread().getName()来查看每一个g1和g2，查看的结果为DummyThread-n，即假线程

5、Gevent之同步与异步

# -*- coding:utf-8 -*-
__author__ = 'Qiushi Huang'

from gevent import monkey;monkey.patch_all()
import gevent
import time

def eat(name):
    print('%s eat food 1' % name)
    time.sleep(2)
    print('%s eat food 2' % name)

def play(name):
    print('%s play 1' % name)
    time.sleep(1)
    print('%s play 2' % name)

g1=gevent.spawn(eat, 'egon')   # 建立一个协程对象g1，spawn括号内第一个参数是函数名
g2=gevent.spawn(play, 'alex')
"""
直接执行上述代码，没有任何输出。线程把代码运行完直接结束，任务还没来的及开启就结束了。
"""
# time.sleep(1)  # 睡一秒是不够的，到时间，线程依然是结束了
"""
egon eat food 1
alex play 1
"""
# time.sleep(5)
"""
egon eat food 1
alex play 1
alex play 2
egon eat food 2  ————》这一行输出完后，还要等sleep的5秒所有睡晚，程序结束
"""
# 解决方案一：上述两步合做一步
# g1.join()  # 等待g1结束
# g2.join()  # 等待g2结束

# 解决方案二：
gevent.joinall([g1, g2])

　　同步、异步对比：

from gevent import spawn,joinall,monkey;monkey.patch_all()

import time
def task(pid):
    """
    Some non-deterministic task
    """
    time.sleep(0.5)
    print('Task %s done' % pid)


def synchronous():
    for i in range(10):
        task(i)

def asynchronous():
    g_l=[spawn(task,i) for i in range(10)]
    joinall(g_l)

if __name__ == '__main__':
    print('Synchronous:')
    synchronous()

    print('Asynchronous:')
    asynchronous()
#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，并执行全部给定的greenlet。执行流程只会在 全部greenlet执行完后才会继续向下走。

gevent示例

6、Gevent之应用举例

 　　协程应用：爬虫

from gevent import monkey;monkey.patch_all()
import gevent
import requests
import time

def get_page(url):
    print('GET: %s' %url)
    response=requests.get(url)
    if response.status_code == 200:
        print('%d bytes received from %s' %(len(response.text),url))


start_time=time.time()
gevent.joinall([
    gevent.spawn(get_page,'https://www.python.org/'),
    gevent.spawn(get_page,'https://www.yahoo.com/'),
    gevent.spawn(get_page,'https://github.com/'),
])
stop_time=time.time()
print('run time is %s' %(stop_time-start_time))

gevent实现爬虫

 7、Gevent之应用举例二

　　经过gevent实现单线程下的socket并发（from gevent import monkey;monkey.patch_all()必定要放到导入socket模块以前，不然gevent没法识别socket的阻塞）

# -*- coding:utf-8 -*-
__author__ = 'Qiushi Huang'

# 基于gevent实现
from gevent import monkey;monkey.patch_all()  # 标准写法，打补丁识别全部阻塞
#若是不想用money.patch_all()打补丁,能够用gevent自带的socket
# from gevent import socket
# s=socket.socket()
from gevent import spawn
from socket import *


def communicate(conn):
    while True:
        try:
            data = conn.recv(1024)
            if not data: break
            conn.send(data.upper())

        except ConnectionResetError:
            break
    conn.close()


def server(ip, port):
    server = socket(AF_INET, SOCK_STREAM)
    server.bind((ip, port))
    server.listen(5)

    while True:
        conn, addr = server.accept()  # 建连接
        spawn(communicate, conn)

    server.close()


if __name__ == '__main__':
    g = spawn(server, '127.0.0.1', 8091)
    g.join()   # 若是不写这个，程序直接结束

服务端

# -*- coding:utf-8 -*-
__author__ = 'Qiushi Huang'

from socket import *
from threading import Thread,currentThread

# 并发多个线程同时发消息
def client():
    client = socket(AF_INET, SOCK_STREAM)
    client.connect(("127.0.0.1", 8091))

    while True:
        client.send(("%s hello" % currentThread().getName()).encode('utf-8'))  # 发送的消息必须转为bytes
        data = client.recv(1024)
        print(data.decode("utf-8"))

    client.close()


if __name__ == '__main__':
    for i in range(500):
        t = Thread(target=client)
        t.start()

客户端

from threading import Thread
from socket import *
import threading

def client(server_ip,port):
    c=socket(AF_INET,SOCK_STREAM) #套接字对象必定要加到函数内，即局部名称空间内，放在函数外则被全部线程共享，则你们公用一个套接字对象，那么客户端端口永远同样了
    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()

多线程并发多个客户端