铁乐学python_Day43_协程

一时失言乱红尘 2022-05-24 09:39 149阅读 0赞

铁乐学python\_Day43\_协程

## 引子 ##

之前我们学习了线程、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。

![cpu-run-block-wait.png][]

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。  
运行、阻塞、就緒。

1、进程在运行状态下遇到io之类等待输入而进入阻塞状态；  
2、调度程序选择另一个就緒状态中的进程；  
3、调度程序选择就緒的进程转到运行状态；  
4、之前阻塞状态下的进程出现有效输入后切换到就緒状态，而不能马上进入运行状态。

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。

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。

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：

1、yiled可以保存状态，yield的状态保存与操作系统的保存线程状态很像，但是yield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。

单纯的反复切换反而会降低运行效率

例：串行执行
    import time
    
    def consumer(res):
        '''任务1:接收数据,处理数据'''
        for i in res:pass
    
    
    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
    # consumer(producer()) 测试了一下这种写法结果是1.4720840454101562
    stop = time.time()
    print(stop - start)  # 1.3470771312713623
    
    例2: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)
        #　send之前至少next一次生成器激活状态，因为初始的生成器是还没有值的。
        for i in range(10000000):
            g.send(i)
            # send()的两个功能：1.传值；2.next()，赋值给x的同时执行下一个yield，来回切换。
    
    
    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)  # 1.436082124710083

对比以上两例可得知单纯的反复切换反而会降低运行效率。  
因为还得花费时间记住当前执行的状态，生成器相比直接串行运行，  
是用时间换取了空间！

yield无法做到遇到io阻塞就切到该线程内的其他任务去执行。

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状态，  
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：

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，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：  
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）

对比操作系统控制线程的切换，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，最大限度地利用cpu。

缺点如下：  
1. 协程的本质是单线程下，无法利用多核。  
想要利用起多核，可以在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。

1.  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。

总结协程特点：  
\* 只在一个单线程里实现并发。  
\* 修改共享数据不需加锁。（实际上是同步的）  
\* 用户程序里自己保存多个控制流的上下文栈。  
\* 冻结当前程序/任务的执行状态。  
\* 可以规避IO操作的时间。

补充：  
协程并不是实际存在的实体，它的本质就是一个线程的多个部分。  
比线程的单位更小 —— 微线程、纤程。  
在一个线程中可以开启很多协程。  
在执行程序的过程中，遇到IO操作就冻结当前位置的状态，  
切换去执行其他任务，在执行其他任务过程中，会不断的检测上一个冻结的任务是否IO结束，  
如果IO结束了，就继续从冻结的位置开始执行。

一个线程没有遇到阻塞 —— 表示它一直在使用CPU  
同一进程下多个线程 —— 只能有一个线程使用CPU  
协程比线程之间的切换和线程的创建销毁所花费的时间、空间开销要小的多。

现在要做到一个协程遇到IO操作自动切换到其它协程。  
那么如何实现检测IO呢？yield、greenlet都无法实现，就需要用到gevent模块（select机制））

## Greenlet模块 ##

安装 ：pip3 install greenlet

greenlet不是创造协程的模块，而是在协程这个模块中用来做多个协程任务的切换的。  
使用switch()方法执行切换。  
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。  
所以开协程是要用在io开销高的情况下来改善程序执行速度的。

例：效率对比
    #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

greenlet只是提供了一种比generator（生成器yiled）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。

单线程里的多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。

## 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。

## 用法介绍 ##

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
    #或者上述两步合为一步：gevent.joinall([g1,g2])
    g1.value#拿到func1的返回值
    
    例：遇到io主动切换
    from gevent import monkey;monkey.patch_all()
    # 它会把下面导入的所有的模块中的IO操作都打成一个包，gevent就能够认识这些IO了
    import time
    import gevent
    from threading import currentThread
    
    ''' 使用gevent模块来执行多个函数，表示在这些函数遇到IO操作的时候可以在同一个线程中进行切换 利用其他任务的IO阻塞时间来切换到其他的任务继续执行 spawn来发布协程任务 join负责开启并等待任务执行结束 gevent本身不认识其他模块中的IO操作， 但是如果我们在导入其他模块之前执行from gevent import monkey;monkey.patch_all() gevent就能够认识在这句话之后导入的模块中的所有IO操作了 '''
    
    def eat():
        print('eating1', currentThread())
        time.sleep(1) 
    # 睡眠一秒，模拟IO，因为打了补丁可以识别，不然就只能用gevent.sleep来模拟。
        print('eating2')
    
    
    def play():
        print('playing1', currentThread())
        time.sleep(1)
        print('playing2')
    
    
    g1 = gevent.spawn(eat)
    g2 = gevent.spawn(play)
    g1.join()
    g2.join()
    
    运行效果：
    eating1 <_DummyThread(DummyThread-1, started daemon 52428872)>
    playing1 <_DummyThread(DummyThread-2, started daemon 52429640)>
    eating2
    playing2
    
    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。
    Dummy：仿制品，虚设的。
    
    Gevent 同步与异步
    
    例： gevent 异步和同步的测试
    from gevent import monkey;monkey.patch_all()
    import gevent
    import time
    def task(i):
        time.sleep(0.5)
        print(i)
    
    def sync():      # 同步
        for i in range(10):
            task(i)
    
    def async():    # 异步
        # gevent.joinall([gevent.spawn(task, i) for i in range(10)])
        # 将上面注释的一行拆解成下面的几行比较好理解，实际上一样
        g_lst = []
        for i in range(10):
            g = gevent.spawn(task, i)
            g_lst.append(g)
        gevent.joinall(g_lst)
        # 等同for g in g_lst:g.join()
    
    async() # 异步，肉眼看起来很快几乎是同时出现结果了
    print('-'*20)
    sync() # 同步，肉眼可见结果慢慢从0到9
    
    # 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。
    
    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.cnblogs.com/'),
        gevent.spawn(get_page,'https://github.com/'),
        gevent.spawn(get_page,'https://www.bilibili.com')
    ])
    stop_time=time.time()
    print('run time is %s' %(stop_time-start_time))
    
    运行如下：
    GET: https://www.python.org/
    GET: https://www.cnblogs.com/
    GET: https://github.com/
    GET: https://www.bilibili.com
    24129 bytes received from https://www.bilibili.com
    40533 bytes received from https://www.cnblogs.com/
    54699 bytes received from https://github.com/
    48736 bytes received from https://www.python.org/
    run time is 2.7811591625213623
    
    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。
    
    模拟server端：
    from gevent import monkey;monkey.patch_all()
    import socket
    import gevent
    def async_talk(conn):
        try:
            while True:
                conn.send(b'hello')
                ret = conn.recv(1024)
                print(ret)
        finally:
            conn.close()
    sk = socket.socket()
    sk.bind(('127.0.0.1',9000))
    sk.listen()
    while True:
        conn,addr = sk.accept()
        gevent.spawn(async_talk,conn)
    sk.close()
    
    模拟client端
    import socket
    from threading import Thread
    
    def socket_client():
        sk = socket.socket()
    # 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，则大家共用一个套接字对象，那么客户端端口永远一样
        sk.connect(('127.0.0.1',9000))
        while True:
            print(sk.recv(1024))
            sk.send(b'bye')
        sk.close()
    for i in range(500):
        Thread(target=socket_client).start()

end  
参考：  
[http://www.cnblogs.com/Eva-J/articles/8324673.html][http_www.cnblogs.com_Eva-J_articles_8324673.html]

[cpu-run-block-wait.png]: /images/20220524/f9101d9ce0ee4d1293ed2ec7dadf348d.png
[http_www.cnblogs.com_Eva-J_articles_8324673.html]: http://www.cnblogs.com/Eva-J/articles/8324673.html