Python3学习之路~10.2 协程、Greenlet、Gevent
一 协程
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。
协程拥有自己的寄存器上下文和栈。协程调度切换时，将寄存器上下文和栈保存到其他地方，在切回来的时候，恢复先前保存的寄存器上下文和栈。因此：
协程能保留上一次调用时的状态（即所有局部状态的一个特定组合），每次过程重入时，就相当于进入上一次调用的状态，换种说法：进入上一次离开时所处逻辑流的位置。
协程的好处：
- 无需线程上下文切换的开销
- 无需原子操作锁定及同步的开销
- "原子操作(atomic operation)是不需要synchronized"，所谓原子操作是指不会被线程调度机制打断的操作；这种操作一旦开始，就一直运行到结束，中间不会有任何 context switch （切换到另一个线程）。原子操作可以是一个步骤，也可以是多个操作步骤，但是其顺序是不可以被打乱，或者切割掉只执行部分。视作整体是原子性的核心。
- 方便切换控制流，简化编程模型
- 高并发+高扩展性+低成本：一个CPU支持上万的协程都不是问题。所以很适合用于高并发处理。
缺点：
- 无法利用多核资源：协程的本质是个单线程,它不能同时将 单个CPU 的多个核用上,协程需要和进程配合才能运行在多CPU上.当然我们日常所编写的绝大部分应用都没有这个必要，除非是cpu密集型应用。
- 进行阻塞（Blocking）操作（如IO时）会阻塞掉整个程序
使用yield实现协程操作例子
def consumer(name):
print("--->starting eating baozi...")
while True:
new_baozi = yield
print("[%s] is eating baozi %s" % (name, new_baozi))
# time.sleep(1)
def producer():
r = con.__next__()
r = con2.__next__()
n = 0
while n < 5:
n += 1
con.send(n)
con2.send(n)
print("\033[32;1m[producer]\033[0m is making baozi %s" % n)
if __name__ == '__main__':
con = consumer("c1")
con2 = consumer("c2")
p = producer()
我们先给协程一个标准定义，即符合什么条件就能称之为协程：
- 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
- 一个协程遇到IO操作自动切换到其它协程
基于上面这4点定义，我们刚才用yield实现的程并不能算是合格的线程，因为它有一点功能没实现，哪一点呢？是第4点。
二 Greenlet
greenlet是一个用C实现的协程模块，相比与python自带的yield，它可以使你在任意函数之间随意切换，而不需把这个函数先声明为generator
安装gevent模块后，就可以使用greenlet了。
from greenlet import greenlet
def test1():
print(12)
gr2.switch()
print(34)
gr2.switch()
def test2():
print(56)
gr1.switch()
print(78)
gr1 = greenlet(test1) #启动一个协程
gr2 = greenlet(test2)
gr1.switch() #手动切换协程，类似于yield的__next__()
感觉确实用着比generator还简单了呢，但好像还没有解决一个问题，就是遇到IO操作，自动切换，对不对？
三 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可以自动识别IO操作，如下程序中，fun1函数执行过程中，进行了2秒的IO操作，fun2函数执行过程中，进行了1秒的IO操作，使用gevent协程操作，遇到IO操作就自动切换，从而实现了并发，本来串行执行完这两个函数需要3秒，现在只需要2秒。
import gevent
def func1():
print('running in func1')
gevent.sleep(2) #模拟IO操作
print('wait 1 s switch to func1')
def func2():
print('switch to func2')
gevent.sleep(1)
print('wait 1 s switch to func2')
gevent.joinall([
gevent.spawn(func1),
gevent.spawn(func2),
])
running in func1 switch to func2 wait 1 s switch to func2 wait 1 s switch to func1
同步与异步的性能区别
import gevent def task(pid): """ Some non-deterministic task """ gevent.sleep(0.5) print('Task %s done' % pid) def synchronous(): for i in range(1, 10): task(i) def asynchronous(): threads = [gevent.spawn(task, i) for i in range(10)] gevent.joinall(threads) 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。执行流程只会在 所有greenlet执行完后才会继续向下走。
前面我们知道了，gevent 遇到IO阻塞时会自动切换任务。接下来我们再看一个例子
先学习如何使用urllib爬一个网页
from urllib import request import gevent def f(url): print('GET:%s' %url) resp = request.urlopen(url) data = resp.read() # f = open('url.html','wb') # f.write(data) # f.close() print('%d bytes received from %s' %(len(data),url)) gevent.joinall([ gevent.spawn(f, 'https://www.python.org/'), # gevent.spawn(f, 'https://www.yahoo.com/'), gevent.spawn(f, 'https://github.com/') ])
比较一下 使用协程爬多个网页 和 使用同步串行爬多个网页 所花费的时间：
from urllib import request import gevent import time def f(url): print('GET:%s' %url) resp = request.urlopen(url) data = resp.read() print('%d bytes received from %s' %(len(data),url)) async_start_time = time.time() gevent.joinall([ gevent.spawn(f, 'https://www.python.org/'), gevent.spawn(f, 'https://github.com/') ]) print('并行cost：',time.time()-async_start_time)
from urllib import request import time def f(url): print('GET:%s' %url) resp = request.urlopen(url) data = resp.read() print('%d bytes received from %s' %(len(data),url)) url = [ 'https://www.python.org/', 'https://github.com/', ] sync_start_time = time.time() for url in url: f(url) print('串行cost：',time.time()-sync_start_time)
我们发现，二者所用时间差不多，并行并没有比串行快。这是因为，gevent默认检测不到urllib（还有前面所学的socket）的IO操作，所以它遇到IO阻塞后没有自动切换任务，也就是说gevent对urllib来说不好使。
那么怎么才能让gevent知道urllib正在进行IO操作呢，给它打个补丁。monkey.patch_all()就是把当前程序的所有IO操作全都单独打上标记，这样，gevent遇到它自己不能识别的IO操作时，因为有了标记，gevent也能够自动切换任务。
通过gevent实现单线程下的urllib爬网页并发
from urllib import request
import gevent,time
from gevent import monkey
monkey.patch_all() #把当前程序的所有IO操作给我单独打上标记
def f(url):
print('GET:%s' %url)
resp = request.urlopen(url)
data = resp.read()
print('%d bytes received from %s' %(len(data),url))
async_start_time = time.time()
gevent.joinall([
gevent.spawn(f, 'https://www.python.org/'),
gevent.spawn(f, 'https://github.com/')
])
print('并行cost：',time.time()-async_start_time)
#并行cost： 3.2701869010925293
通过gevent实现单线程下的多socket并发
server side
import gevent
from gevent import socket, monkey
monkey.patch_all()
def server(port):
s = socket.socket()
s.bind(('0.0.0.0', port))
s.listen(500)
while True:
cli, addr = s.accept() #过来一个链接
gevent.spawn(handle_request, cli) #将链接交个gevent去起一个协程，把新生成的客户端的连接实例交给handle_request方法
def handle_request(conn):
try:
while True:
data = conn.recv(1024)
print("recv:", data)
conn.send(data)
if not data:
conn.shutdown(socket.SHUT_WR)
except Exception as ex:
print(ex)
finally:
conn.close()
if __name__ == '__main__':
server(8001)
client side
import socket
HOST = 'localhost' # The remote host
PORT = 8001 # The same port as used by the server
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.connect((HOST, PORT))
while True:
msg = bytes(input(">>:"), encoding="utf8")
s.sendall(msg)
data = s.recv(1024)
# print(data)
print('Received', repr(data))
s.close()
import socket import threading def sock_conn(): client = socket.socket() client.connect(("localhost",8001)) count = 0 while True: #msg = input(">>:").strip() #if len(msg) == 0:continue client.send( ("hello %s" %count).encode("utf-8")) data = client.recv(1024) print("[%s]recv from server:" % threading.get_ident(),data.decode()) #结果 count +=1 client.close() for i in range(100): t = threading.Thread(target=sock_conn) t.start()
