协程

　　进程是资源分配最小的单元，线程是cpu调度的最小单位，cpu得到了很大的提高，但是无论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，以及管理之间的切换，线程有五种状态：初始化--》可运行--》运行中--》阻塞--》销毁（可运行，运行中，阻塞三者互通传递），JVM需要通过操作系统内核中的TCB（Thread Control Block）来改变线程状态，这一过程消耗一定的cpu资源

　　进程和线程的痛点：若干个生产者线程向队列写入数据，若干个消费者线程从队列中消费数据，这并不是一个高性能的实现：原因如下;

　　涉及到同步锁；涉及到线程阻塞状态和可运行状态之间的切换；涉及到线程上下文的切换；非常的耗费性能

　　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（切换有操作系统强制控制），一种情况是进程为等待输入而阻塞，该任务发生了阻塞；另一种情况是调度程序选择另一个进程，该任务计算的时间过长

　　在介绍进程理论时，提及进程的三种执行状态（就绪、执行、阻塞（正在执行的进程由于某种原因而暂时无法继续执行，便放弃处理机而处于暂停状态，即进程执行受阻，通常导致进程阻塞的典型事件有：请求I/O，申请缓存空间等）），而线程才是执行单位，所以也可以把其理解为线程的三种状态

　　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，效率的提升在此

　　基于单线程来实现并发成为一个新课题，即只有一个主线程（可利用的cpu只有一个）情况下实现并发，可以节省创建线进程所消耗的时间

　　并发的本质：切换+保存状态

　　协程（coroutines），是一种比线程更加轻量级的存在，正如一个进程有多个线程，一个线程也可以拥有多个协程，最重要的是，协程不是被操作系统内核所管理，而是完全由程序所控制（也就是在用户态执行），性能得到了提升，不会像线程切换那样消耗资源

　　其中第二种情况是任务计算的时间过长，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

　　通过yield验证，yield本身是一种在单线程下可以保存任务状态的方法（yield可以保存状态，yield的状态保存与操作系统的线程状态很像，但是yield是代码级别控制的，更轻量级；send可以把一个函数的结果传给另一个函数，以此实现单线程内程序之间的切换）

#串行执行
import time
def consumer(res):
    #任务1：接收数据，处理数据
    pass
def producer():
    #任务二：生产数据
    res = []
    for i in range(10000000):
        res.append(i)
    return res
start = time.time()
#串行执行，这个执行完了然后去执行那个
res = producer()
consumer(res) #写成consumer(producer())会降低执行效率
stop = time.time()
print(stop - start)
#结果：1.1800

#基于yield并发执行
import time
def consumer():
    #任务1：接受数据，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，那么明显看到领个任务的打印是你一次我一次，并发执行的
producer()
stop = time.time()
print(stop - start)
#结果：1.48

 

　　

 

　　对于单线程，不可避免程序中出现io操作，但如果能在自己的程序中（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阻塞时就切换到另一个任务去计算，这样就保证了该线程能够最大限度处于就绪状态，即随时都可以被cpu执行的状态，相当于在用户程序级别将自己的io操作最大限度的隐藏起来，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阻塞就切换另一个任务去执行，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一下条件的解决方案：

　　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

　　

　　协程介绍

　　协程是单线程下的并发，又称微线程，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或执行时间时间过程就会被迫交出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）

　　对比操作系统控制协程的切换，用户在单线程内控制协程的切换

　　优点如下：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，最大限度的利用cpu

　　缺点如下：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，每个线程内开启线程

　　　　　　　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

　　总结协程的特点：

　　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操作自动切换到其他协程（如何实现检测IO，yield、greenlet都无法实现，就用到了gevent模块（select机制））

　　

　　Gevent模块

　　Gevent实现并发同步或异步编程，在gevent中用到的主要模式是Greenlet，Greenlet全部运行在主程序操作系统进程的内部，但它们被协作式的调度

#遇到io主动切换
from gevent import monkey;monkey.patch_all()
import threading
import gevent
def eat(name):
    print('%s eat 1'%name)
    gevent.sleep(2)
    print('%s eat 2'%name)
def play(name):
    print(threading.current_thread().getName()) #查看g1，g2，查看结果为DummyThread-n，即假线程
    print('%s play 1'%name)
    gevent.sleep(1)
    print('%s play 2'%name)
g1 = gevent.spawn(eat,'egon')
#g1 = gevent.spawnfunc,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，后面有多个参数位置，可以是位置实参或关键字实参，都是传给func的
g2 = gevent.spawn(play,name = 'egon')
g1.join()
g2.join()
#或者gevent.joinall([g1,g2])
print('主')

egon eat 1
egon play 1
egon play 2
egon eat 2
主

　　

　　Gevent之同步与异步

#协程同步异步的性能区别，异步遇到阻塞自动切换
from gevent import spawn, joinall, monkey;monkey.patch_all()
import gevent
import time
def task(pid):
    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 = [gevent.spawn(task,i) for i in range(10)]
    gevent.joinall(g_l)
    print('DONE')
if __name__ == '__main__':
    print('Synchronous:')
    synchronous()
    print('Asynchronous:')
    asynchronous()

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
Asynchronous:
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
DONE

　　Gevent之应用举例：待补充