python - 协程

发布时间：2020-12-17 00:02:54 所属栏目：Python 来源：网络整理

导读：一,引入学习了线程、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

一,引入

　　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

　　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：

def producer():
'''任务2:生产数据'''
res=[]
for i in range(10000000):
res.append(i)
return res

start=time.time()
#串行执行
res=producer()
consumer(res) #写成consumer(producer())会降低执行效率
stop=time.time()
print(stop-start) #1.5536692142486572

#基于yield并发执行
import time
def consumer():
'''任务1:接收数据,处理数据'''
while True:
x=yield

def producer():
'''任务2:生产数据'''
g=consumer()
next(g)
for i in range(10000000):
g.send(i)

start=time.time()
#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

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.

producer()

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

　　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。


    =
<span style="color: #0000ff;">def<span style="color: #000000;"> producer():

<span style="color: #800000;">'''<span style="color: #800000;">任务2:生产数据<span style="color: #800000;">'''<span style="color: #000000;">

g=<span style="color: #000000;">consumer()

next(g)

<span style="color: #0000ff;">for i <span style="color: #0000ff;">in range(10000000<span style="color: #000000;">):

g.send(i)

time.sleep(2<span style="color: #000000;">)
start=<span style="color: #000000;">time.time()

producer() <span style="color: #008000;">#<span style="color: #008000;">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

<span style="color: #000000;">

stop=<span style="color: #000000;">time.time()

<span style="color: #0000ff;">print(stop-start)

　　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：

二,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：

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：

缺点：

总结协程特点：

必须在只有一个单线程里实现并发
修改共享数据不需加锁
用户程序里自己保存多个控制流的上下文栈
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））

三,Grennlet 模块

安装：pip3 install greenlet

greenlet def eat(name):
print('%s eat 1' %name)
g2.switch('egon')
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('deng')#可以在第一次switch时传入参数，以后都不需要

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

=1 i range(100000000+=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

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。

四，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。

g1=gevent.spawn(func,1,2,3,x=4,y=5g2=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

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

g1=gevent.spawn(eat,'deng')
g2=gevent.spawn(play,name='deng')
g1.join()
g2.join()
#或者gevent.joinall([g1,g2])
print('主')

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

gevent 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')

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

gevent (2(def play():
print(threading.current_thread().getName())
print('play 1')
time.sleep(1)
print('play 2')

Gevent之同步与异步

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

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

def asynchronous(): # 异步
g_l=[spawn(task,i) for i in range(10)]
joinall(g_l)
print('DONE')

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。

Gevent之应用举例一

gevent 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/'),'https://github.com/'),])
stop_time=time.time()
print('run time is %s' %(stop_time-start_time))

Genvent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

gevent socket * #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()

socket *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(</span><span style="color: #800000;"&gt;'</span><span style="color: #800000;"&gt;utf-8</span><span style="color: #800000;"&gt;'</span><span style="color: #000000;"&gt;))
msg</span>=client.recv(1024<span style="color: #000000;"&gt;)
</span><span style="color: #0000ff;"&gt;print</span>(msg.decode(<span style="color: #800000;"&gt;'</span><span style="color: #800000;"&gt;utf-8</span><span style="color: #800000;"&gt;'</span>))</pre>

threading socket * 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</span>=<span style="color: #000000;"&gt;0
</span><span style="color: #0000ff;"&gt;while</span><span style="color: #000000;"&gt; True:
    c.send((</span><span style="color: #800000;"&gt;'</span><span style="color: #800000;"&gt;%s say hello %s</span><span style="color: #800000;"&gt;'</span> %(threading.current_thread().getName(),count)).encode(<span style="color: #800000;"&gt;'</span><span style="color: #800000;"&gt;utf-8</span><span style="color: #800000;"&gt;'</span><span style="color: #000000;"&gt;))
    msg</span>=c.recv(1024<span style="color: #000000;"&gt;)
    </span><span style="color: #0000ff;"&gt;print</span>(msg.decode(<span style="color: #800000;"&gt;'</span><span style="color: #800000;"&gt;utf-8</span><span style="color: #800000;"&gt;'</span><span style="color: #000000;"&gt;))
    count</span>+=1

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!

python - 协程

一,引入

<span style="color: #008000;">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.

二,协程介绍

三,Grennlet 模块

四，Gevent模块

Gevent之同步与异步

<span style="color: #008000;"> 初始化的greenlet列表存放在数组threads中，此数组被传给gevent.joinall 函数，<span style="color: #008000;">

<span style="color: #008000;"> 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。

Gevent之应用举例一

Genvent之应用举例二

<span style="color: #008000;"> from gevent import socket<span style="color: #008000;">

<span style="color: #008000;"> s=socket.socket()

python - 协程

一,引入

<span style="color: #008000;">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.

二,协程介绍

三,Grennlet 模块

四，Gevent模块

Gevent之同步与异步

<span style="color: #008000;"> 初始化的greenlet列表存放在数组threads中，此数组被传给gevent.joinall 函数，<span style="color: #008000;">

<span style="color: #008000;"> 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。

Gevent之应用举例一

Genvent之应用举例二

<span style="color: #008000;"> from gevent import socket<span style="color: #008000;">

<span style="color: #008000;"> s=socket.socket()

<span style="color: #008000;"> 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。