????ˉ?????????????Python????¨?

之前我們學(xué)習(xí)了線程、進(jìn)程的概念，了解了在操作系統(tǒng)中進(jìn)程是資源分配的最小單位,線程是CPU調(diào)度的最小單位。按道理來說我們已經(jīng)算是把cpu的利用率提高很多了。但是我們知道無論是創(chuàng)建多進(jìn)程還是創(chuàng)建多線程來解決問題，都要消耗一定的時間來創(chuàng)建進(jìn)程、創(chuàng)建線程、以及管理他們之間的切換。

　　隨著我們對于效率的追求不斷提高，基于單線程來實(shí)現(xiàn)并發(fā)又成為一個新的課題，即只用一個主線程（很明顯可利用的cpu只有一個）情況下實(shí)現(xiàn)并發(fā)。這樣就可以節(jié)省創(chuàng)建線進(jìn)程所消耗的時間。

　　為此我們需要先回顧下并發(fā)的本質(zhì)：切換+保存狀態(tài)

　　cpu正在運(yùn)行一個任務(wù)，會在兩種情況下切走去執(zhí)行其他的任務(wù)（切換由操作系統(tǒng)強(qiáng)制控制），一種情況是該任務(wù)發(fā)生了阻塞，另外一種情況是該任務(wù)計算的時間過長

　 PS：在介紹進(jìn)程理論時，提及進(jìn)程的三種執(zhí)行狀態(tài)，而線程才是執(zhí)行單位，所以也可以將上圖理解為線程的三種狀態(tài)

　　一：其中第二種情況并不能提升效率，只是為了讓cpu能夠雨露均沾，實(shí)現(xiàn)看起來所有任務(wù)都被“同時”執(zhí)行的效果，如果多個任務(wù)都是純計算的，這種切換反而會降低效率。

　　為此我們可以基于yield來驗證。yield本身就是一種在單線程下可以保存任務(wù)運(yùn)行狀態(tài)的方法，我們來簡單復(fù)習(xí)一下

#1 yiled可以保存狀態(tài)，yield的狀態(tài)保存與操作系統(tǒng)的保存線程狀態(tài)很像，但是yield是代碼級別控制的，更輕量級
#2 send可以把一個函數(shù)的結(jié)果傳給另外一個函數(shù)，以此實(shí)現(xiàn)單線程內(nèi)程序之間的切換

單純地切換反而會降低運(yùn)行效率

#串行執(zhí)行
import time
def consumer(res):
    '''任務(wù)1:接收數(shù)據(jù),處理數(shù)據(jù)'''
    pass

def producer():
    '''任務(wù)2:生產(chǎn)數(shù)據(jù)'''
    res=[]
    for i in range(10000000):
        res.Append(i)
    return res

start=time.time()
#串行執(zhí)行
res=producer()
consumer(res) #寫成consumer(producer())會降低執(zhí)行效率
stop=time.time()
print(stop-start) #1.5536692142486572



#基于yield并發(fā)執(zhí)行
import time
def consumer():
    '''任務(wù)1:接收數(shù)據(jù),處理數(shù)據(jù)'''
    while True:
        x=yield

def producer():
    '''任務(wù)2:生產(chǎn)數(shù)據(jù)'''
    g=consumer()
    next(g)
    for i in range(10000000):
        g.send(i)

start=time.time()
#基于yield保存狀態(tài),實(shí)現(xiàn)兩個任務(wù)直接來回切換,即并發(fā)的效果
#PS:如果每個任務(wù)中都加上打印,那么明顯地看到兩個任務(wù)的打印是你一次我一次,即并發(fā)執(zhí)行的.
producer()

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

二：第一種情況的切換。在任務(wù)一遇到io情況下，切到任務(wù)二去執(zhí)行，這樣就可以利用任務(wù)一阻塞的時間完成任務(wù)二的計算，效率的提升就在于此。

yield無法做到遇到io阻塞

import time
def consumer():
    '''任務(wù)1:接收數(shù)據(jù),處理數(shù)據(jù)'''
    while True:
        x=yield

def producer():
    '''任務(wù)2:生產(chǎn)數(shù)據(jù)'''
    g=consumer()
    next(g)
    for i in range(10000000):
        g.send(i)
        time.sleep(2)

start=time.time()
producer() #并發(fā)執(zhí)行,但是任務(wù)producer遇到io就會阻塞住,并不會切到該線程內(nèi)的其他任務(wù)去執(zhí)行

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

對于單線程序，我們不可避免程序中出現(xiàn)io操作，但如果我們能在自己的程序中（即用戶程序級別，而非操作系統(tǒng)級別）控制單線程下的多個任務(wù)能在一個任務(wù)遇到io阻塞時就切換到另外一個任務(wù)去計算，這樣就保證了該線程能夠最大限度地處于就緒態(tài)，即隨時都可以被cpu執(zhí)行的狀態(tài)，相當(dāng)于我們在用戶程序級別將自己的io操作最大限度地隱藏起來，從而可以迷惑操作系統(tǒng)，讓其看到：該線程好像是一直在計算，io比較少，從而更多的將cpu的執(zhí)行權(quán)限分配給我們的線程。

協(xié)程的本質(zhì)就是在單線程下，由用戶自己控制一個任務(wù)遇到io阻塞了就切換另外一個任務(wù)去執(zhí)行，以此來提升效率。為了實(shí)現(xiàn)它，我們需要找尋一種可以同時滿足以下條件的解決方案

#1. 可以控制多個任務(wù)之間的切換，切換之前將任務(wù)的狀態(tài)保存下來，以便重新運(yùn)行時，可以基于暫停的位置繼續(xù)執(zhí)行。
#2. 作為1的補(bǔ)充：可以檢測io操作，在遇到io操作的情況下才發(fā)生切換

協(xié)程介紹

　　協(xié)程：是單線程下的并發(fā)，又稱微線程，纖程。英文名Coroutine。一句話說明什么是線程：協(xié)程是一種用戶態(tài)的輕量級線程，即協(xié)程是由用戶程序自己控制調(diào)度的。、

　　需要強(qiáng)調(diào)的是：

#1. Python的線程屬于內(nèi)核級別的，即由操作系統(tǒng)控制調(diào)度（如單線程遇到io或執(zhí)行時間過長就會被迫交出cpu執(zhí)行權(quán)限，切換其他線程運(yùn)行）
#2. 單線程內(nèi)開啟協(xié)程，一旦遇到io，就會從應(yīng)用程序級別（而非操作系統(tǒng)）控制切換，以此來提升效率（！！！非io操作的切換與效率無關(guān)）

對比操作系統(tǒng)控制線程的切換，用戶在單線程內(nèi)控制協(xié)程的切換

優(yōu)點(diǎn)

#1. 協(xié)程的切換開銷更小，屬于程序級別的切換，操作系統(tǒng)完全感知不到，因而更加輕量級
#2. 單線程內(nèi)就可以實(shí)現(xiàn)并發(fā)的效果，最大限度地利用cpu

缺點(diǎn)

#1. 協(xié)程的本質(zhì)是單線程下，無法利用多核，可以是一個程序開啟多個進(jìn)程，每個進(jìn)程內(nèi)開啟多個線程，每個線程內(nèi)開啟協(xié)程
#2. 協(xié)程指的是單個線程，因而一旦協(xié)程出現(xiàn)阻塞，將會阻塞整個線程

協(xié)程特點(diǎn)

必須在只有一個單線程里實(shí)現(xiàn)并發(fā)
修改共享數(shù)據(jù)不需加鎖
用戶程序里自己保存多個控制流的上下文棧
附加：一個協(xié)程遇到IO操作自動切換到其它協(xié)程（如何實(shí)現(xiàn)檢測IO，yield、greenlet都無法實(shí)現(xiàn)，就用到了gevent模塊（select機(jī)制））

Greenlet模塊

安裝

pip3 install greenlet

greenlet實(shí)現(xiàn)狀態(tài)切換

from greenlet import 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('egon')#可以在第一次switch時傳入?yún)?shù)，以后都不需要

單純的切換（在沒有io的情況下或者沒有重復(fù)開辟內(nèi)存空間的操作），反而會降低程序的執(zhí)行速度

效率對比

#順序執(zhí)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

#切換
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只是提供了一種比generator更加便捷的切換方式，當(dāng)切到一個任務(wù)執(zhí)行時如果遇到io，那就原地阻塞，仍然是沒有解決遇到IO自動切換來提升效率的問題。

　　單線程里的這20個任務(wù)的代碼通常會既有計算操作又有阻塞操作，我們完全可以在執(zhí)行任務(wù)1時遇到阻塞，就利用阻塞的時間去執(zhí)行任務(wù)2。。。。如此，才能提高效率，這就用到了Gevent模塊。

Gevent模塊

安裝

pip3 install gevent

Gevent 是一個第三方庫，可以輕松通過gevent實(shí)現(xiàn)并發(fā)同步或異步編程，在gevent中用到的主要模式是Greenlet, 它是以C擴(kuò)展模塊形式接入Python的輕量級協(xié)程。 Greenlet全部運(yùn)行在主程序操作系統(tǒng)進(jìn)程的內(nèi)部，但它們被協(xié)作式地調(diào)度。

用法

g1=gevent.spawn(func,1,,2,3,x=4,y=5)創(chuàng)建一個協(xié)程對象g1，spawn括號內(nèi)第一個參數(shù)是函數(shù)名，如eat，后面可以有多個參數(shù)，可以是位置實(shí)參或關(guān)鍵字實(shí)參，都是傳給函數(shù)eat的

g2=gevent.spawn(func2)

g1.join() #等待g1結(jié)束

g2.join() #等待g2結(jié)束

#或者上述兩步合作一步：gevent.joinall([g1,g2])

g1.value#拿到func1的返回值

例：遇到io主動切換

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

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


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

　　上例gevent.sleep(2)模擬的是gevent可以識別的io阻塞,而time.sleep(2)或其他的阻塞,gevent是不能直接識別的需要用下面一行代碼,打補(bǔ)丁,就可以識別了

　　from gevent import monkey;monkey.patch_all()必須放到被打補(bǔ)丁者的前面，如time，socket模塊之前

　　或者我們干脆記憶成：要用gevent，需要將from gevent import monkey;monkey.patch_all()放到文件的開頭

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')

我們可以用threading.current_thread().getName()來查看每個g1和g2，查看的結(jié)果為DummyThread-n，即假線程

查看threading.current_thread().getName()

from gevent import monkey;monkey.patch_all()
import threading
import gevent
import time
def eat():
    print(threading.current_thread().getName())
    print('eat food 1')
    time.sleep(2)
    print('eat food 2')

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

g1=gevent.spawn(eat)
g2=gevent.spawn(play)
gevent.joinall([g1,g2])
print('主')

Gevent之同步與異步

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

def asynchronous(): # 異步
    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將task函數(shù)封裝到Greenlet內(nèi)部線程的gevent.spawn。
#  初始化的greenlet列表存放在數(shù)組threads中，此數(shù)組被傳給gevent.joinall 函數(shù)，
#  后者阻塞當(dāng)前流程，并執(zhí)行所有給定的greenlet任務(wù)。執(zhí)行流程只會在 所有g(shù)reenlet執(zhí)行完后才會繼續(xù)向下走。

Gevent之應(yīng)用舉例一

協(xié)程應(yīng)用：爬蟲

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之應(yīng)用舉例二

通過gevent實(shí)現(xiàn)單線程下的socket并發(fā)

注意：from gevent import monkey;monkey.patch_all()一定要放到導(dǎo)入socket模塊之前，否則gevent無法識別socket的阻塞

server

from gevent import monkey;monkey.patch_all()
from socket import *
import gevent

#如果不想用money.patch_all()打補(bǔ)丁,可以用gevent自帶的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()

if __name__ == '__main__':
    server('127.0.0.1',8080)

client

from socket import *

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('utf-8'))
    msg=client.recv(1024)
    print(msg.decode('utf-8'))

多線程并發(fā)多個客戶端

from threading import Thread
from socket import *
import threading

def client(server_ip,port):
    c=socket(AF_INET,SOCK_STREAM) #套接字對象一定要加到函數(shù)內(nèi)，即局部名稱空間內(nèi)，放在函數(shù)外則被所有線程共享，則大家公用一個套接字對象，那么客戶端端口永遠(yuǎn)一樣了
    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()