python 协程简介

协程

之前我们了解了线程、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，都要消耗一定的时间来创建进程、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。

好了知道规律，我们就可以想一个办法来欺骗操作系统，那如何欺骗呢？就是欺骗操作系统我一直处于很忙的状态，这样程序便一直处于就绪和执行的状态。这也就是协程的本质，程序只在就绪和执行状态，而不在阻塞状态。从而提高程序被CPU执行的机会。

下面我们使用yield生成器来骗操作系统：

import time
def consumer():
    '''任务1:接收数据,处理数据'''
    while True:
        x=yield
        print(x,end=" ")
def producer():
    '''任务2:生产数据'''
    g=consumer()
    next(g)
    for i in range(100):
        g.send(i)
        time.sleep(0.1)
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)

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，程序一直处于就绪和执行的状态，欺骗操操作系统我这个程序没有IO阻塞，这样就省去了程序遇到IO时被挂起进入阻塞状态，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：

• 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。
• 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。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：

• 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）。
• 单线程内开启协程，任务调度由用户控制，一旦遇到io，就会切换到其它任务，以此来提升效率，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：

• 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。
• 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：

• 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，每个线程内开启协程。
• 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。

协程特点：

• 在单线程里实现并发。
• 修改共享数据不需加锁。
• 任务的上下文切换由用户控制。

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））

greenlet模块

from greenlet import greenlet
def eat(name):
    print("%s eat 1"%name)
    g2.switch("aaa")
    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("tomo")  # 只在第一次传输参数就可以

# 打印内容如下
tomo eat 1
aaa play 1
tomo eat 2
aaa play 2

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，如下对比：

使用切换的方式如下：

from greenlet import greenlet
import time
def f1():
    res = 1
    for i in range(10000000):
        res += i
        g2.switch()
def f2():
    res = 1
    for i in range(10000000):
        res *= i
        g1.switch()
start = time.time()
g1 = greenlet(f1)
g2 = greenlet(f2)
g1.switch()
stop = time.time()

print(stop - start)
# 打印内容如下
6.511372327804565

使用正常串行如下：

import time
def f1():
    res = 1
    for i in range(10000000):
        res += i
def f2():
    res = 1
    for i in range(10000000):
        res *= i
start = time.time()
f1()
f2()
stop = time.time()

print(stop - start)
# 打印内如如下
1.3570773601531982

上面的代码是纯计算的，通过对比可以看出串行的速度比协程的速度要快很多。所以协程一般适用于多I/O的情况。

gevent模块

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。

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,"aaa")
g2 = gevent.spawn(play,"bbb")
g1.join()
g2.join()

print("主线程")
# 打印内容如下
aaa eat 1
bbb play 1
bbb play 2
aaa eat 2
主线程

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

from gevent import monkey
monkey.patch_all()
import gevent
import time  # load time module
def eat():
    print("eat food 1")
    time.sleep(2)
    print("eat food 2")
def play():
    print("play 1")
    time.sleep(1)  # allow use time module
    print("play 2")
g1 = gevent.spawn(eat)
g2 = gevent.spawn(play)
gevent.joinall([g1,g2])  # wait end


# 打印内容如下
eat food 1
play 1
play 2
eat food 2
main process

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虚拟的，假的。

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("main process")

# 打印内容如下
DummyThread-1
eat food 1
DummyThread-2
play 1
play 2
eat food 2
main process

gevent同步与异步

from gevent import spawn,joinall,monkey
monkey.patch_all()
import time
def task(pid):
    time.sleep(0.5)
    print("task %s done" %pid)
def synchronous():
    for i in range(3):
        task(i)
def asynchronous():
    g_l = [spawn(task,i) for i in range(3)]
    joinall(g_l)
    print("Done")
if __name__ == "__main__":
    print("Synchronous:")
    synchronous()
    print("Asynchronous:")
    asynchronous()

# 打印内容如下
Synchronous:
task 0 done
task 1 done
task 2 done
Asynchronous:
task 0 done
task 1 done
task 2 done
Done

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应用举例：

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()
gevent.joinall([
    gevent.spawn(get_page,"http://www.baidu.com"),
    gevent.spawn(get_page,"http://www.jd.com"),
    gevent.spawn(get_page,"http://www.taobao.com")
])
stop = time.time()
print(stop -start)

# 打印内如如下
GET:http://www.baidu.com
GET:http://www.jd.com
GET:http://www.taobao.com
2381 bytes received from http://www.baidu.com
107346 bytes received from http://www.jd.com
148531 bytes received from http://www.taobao.com
0.45302581787109375