• python----并发之协程


                                                             《python并发之协程》
    一:
    单线程下实现并发,即只在一个主线程,并且cpu只有一个的情况下实现并发。(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,第二种情况是该任务计算时间过长。


    主线程的三种状态:
    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,实现看起来大家都被执行的效果,如果多个程序都是纯计算任务,这种切换反而会降低效率。
    为此我们基于yield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。
    yiled:
    1:可以保存状态,yiled的状态保存与操作系统的保存线程的状态很像,但是yiled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。
    复制代码
    #串行执行
    import time
    def consumer(res):
        print('任务1:接收数据,处理数据')
    def producer():
        print('任务2:产生数据')
        res = []
        for i in range(10000000):
            res.append(i)
        return res
    start = time.time()
    #串行执行
    res= producer()
    consumer(res)
    stop = time.time()
    print(stop-start)
    #基于yield并发执行
    # import time
    # def consumer():
    #     # print('任务1:接收数据,处理数据')
    #     while True:
    #         x = yield
    # def producer():
    #     # print('任务2:生产数据')
    #     g = consumer()
    #     next(g)
    #     for i in range(10000000):#2.691828966140747
    #         g.send(i)
    # start = time.time()
    #基于yiled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是你一次我一次,即并发执行
    # producer()
    # stop = time.time()
    # print(stop-start)
    复制代码
    
    

          而在单线程下,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)控制单线程下多个任务能遇到io就切换,这样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io操作最大限度地隐藏起来,该线程好像是一直处于计算过程,io比较少。

           协成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。

            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(重新运行时,可以基于暂停的位置继续)

            2:作为1的补充:可以检测io操作,在遇到io操作的情况下发生切换。

    二:协称介绍(Coroutine)

    协程:是单线程下的并发,又称微线程,纤程。

    协程是一种用户态的轻量级线程(是由用户程序自己控制调度的)

    强调:

          1:python的线程属于内核级别的,即由操作系统控制调度(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,就会应用程序级别(而非操作系统)控制切换,以此提升效率(非io操作的切换方式与效率无关)

    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:

                     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:

                        1:协程的本质就是单线程下,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。

                        2:协程指的是单个线程,因而一旦协程出现阻塞,将会阻塞整个协程。

    协程的特点:

                    1:必须在只有一个单线程里实现并发。

                     2:修改共享数据不需要加锁

                     3:用户程序里自己保存多个控制流的上下文栈。

                     4:一个协程遇到io操作自动切换到其他协程(如何实现检测io,yiled,greenlet都无法实现,就用到了geven模块(select机制))

     三:Greenlet

          如果我们在单个线程内有20个任务,每个任务的代码分两部分:前半部分是纯计算,后半部分是纯io。

           要想实现在多个任务之间切换,yield生成器的方式,需要先得到初始化一次的生成器,然后再调用send。。。非常麻烦,使用greenlet模块可以非常简单地实现这20个任务直接的切换

    复制代码
    rom greenlet import greenlet
    import time
    def eat(name):
        print('%s eat 1'%name)
        time.sleep(3)
        g2.switch('悟空')
        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('悟空')#可以在第一次swith时传入参数,以后都不需要
    --------------------------结果----------------------------------------

    悟空 eat 1
    悟空 play 1
    悟空 eat 2
    悟空 play 2

    复制代码
    单纯的切换(在没有io的情况下或者没有开辟内存空间的操作),反而会降低程序的执行速度
    复制代码
    import time
    def f1():
        res = 1
        for i in range(100000000):
            res+=1
    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))#run time is 23.827917337417603
    # 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))#158.59044671058655
    复制代码

    greenlet只是提供了一种比generator更加便捷的切换方式,当切到一个任务执行时遇到阻塞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。

    四: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,但他们被称作协作式的调度)

    用法:
           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
    
           #或者上述两步合作一步:gevent.joinall([g1,g2])
    
           g1.value#拿到func1的返回值
    遇到IO阻塞时会自动切换任务:
    复制代码
    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(3)
        print('%s play 2'%name)
    g1 = gevent.spawn(eat,'悟空')
    g2= gevent.spawn(play,name='悟空')
    g1.join()
    g2.join()
    #gevent.joinal([g1,g2])
    print('主')
    --------------------------------------结果-----------------------------------

    悟空 eat 1
    悟空 play 1
    悟空 eat 2
    悟空 play 2

    复制代码

    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

    复制代码
    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')
    ------------------------------------结果----------------------------

    at food 1
    play 1
    play 2
    eat food 2

    复制代码

    五:Gevent之同步异步

    复制代码
    from gevent import spawn,joinall,monkey;monkey.patch_all()
    import time
    def task(pid):
        #一些不确定的任务
        time.sleep(0.5)
        print('Task %s done'%pid)
    def synchronuns():
        for i in range(10):
            task(i)
    def asynchronuns():
        g_l = [spawn(task,i) for i in range(10)]
        joinall(g_l)
    if __name__ == '__main__':
        print('Synchronous')
        synchronuns()
        print('A')
        asynchronuns()
    #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。

    ------------------------------结果-----------------------------------------------

    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
    A
    Task 0 done
    Task 9 done
    Task 8 done
    Task 7 done
    Task 6 done
    Task 5 done
    Task 4 done
    Task 3 done
    Task 2 done
    Task 1 done

     
    复制代码
    六:Gevent应用举例一
    通过gevent实现单线程下的socket并发(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)

     服务端

    复制代码
    from gevent import monkey;monkey.patch_all()
    from socket import *
    import gevent
    
    #如果不想用money.patch_all()打补丁,可以用gevent自带的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)
    复制代码

    客户端

    复制代码
    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'))
    复制代码

    多线程并发多个客户端

    复制代码
    from threading import Thread
    from socket import *
    import threading
    
    def client(server_ip,port):
        c=socket(AF_INET,SOCK_STREAM) #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,则大家公用一个套接字对象,那么客户端端口永远一样了
        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()
  • 相关阅读:
    各种骚操作线段树
    CCPC qinhuangdao
    ACM ICPC 2017 Warmup Contest 3
    ACM ICPC 2017 Warmup Contest 2[菜鸡选手的成长]
    树状数组总结篇
    XDOJ 1152: 数据库查询
    POJ 1511Invitation Cards
    React非受控组件
    React 组件优化之函数防抖节流---使用 debounce +throttle 函数
    React脚手架工程化项目里ServiceWorker.js文件作用
  • 原文地址:https://www.cnblogs.com/w-s-l123/p/7463987.html
Copyright © 2020-2023  润新知