一、协程的引入
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用完了一个时间片。
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
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。
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
import time def consumer(res): '''任务1:接收数据,处理数据''' 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 stop=time.time() print(stop-start) #0.9456226444244385 # # #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) for i in range(10000000): g.send(i) 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) #0.9264657497406006
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。
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) for i in range(10000000): g.send(i) time.sleep(2) start=time.time() producer() #并发执行,但是任务producer遇到io就会阻塞住,并不会切到该线程内的其他任务去执行 stop=time.time() print(stop-start)
对于单线程，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）控制单线程中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中，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
二、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。
协程的本质是线程，协程能够在多个任务之间切换来节省一些IO时间。
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，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，将会阻塞整个线程
总结协程特点：
- 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
- 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））
三、Greenlet模块
greenlet模块中提供了一个切换的方法：switch()
from greenlet import greenlet def eat(name): print('%s eating start ' %name) g2.switch('rain') print('%s eating end ' %name) g2.switch() def play(name): print('%s playing start ' %name) g1.switch() print('%s playing end ' %name) g1=greenlet(eat) g2=greenlet(play) g1.switch('rain')#可以在第一次switch时传入参数，以后都不需要
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。
# 顺序切换 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)) #8.78964614868164 # 单纯的顺序切换 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)) # 50.04491877555847
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。
通常我们的代码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。
备注：在访问量很大的时候，会把所有任务打到一个平台上，这个平台就是负载均衡，负载均衡用于分发任务，内有一个组件叫Nginx（一个高性能的 HTTP 和 反向代理 服务器，也是一个 IMAP/POP3/SMTP 代理服务器），以后会常用到，它的并发的最大承载量是50000（5*20*500 四核CPU的一般进程开启5（CPU个数+1）个，线程开启量20（CPU个数*5），协程开启量500），Nginx内部就是用到了协程。
四、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中用到的主要模块是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。
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
import time import gevent def eat(name): print('%s eating start ' %name) time.sleep(1) print('%s eating end ' %name) def play(name): print('%s playing start ' %name) time.sleep(1) print('%s playing end ' %name) g1 = gevent.spawn(eat,'snow') g2 = gevent.spawn(play,'snow') g1.join() g2.join() #或者gevent.joinall([g1,g2]) #输出结果：顺序打印 并没有实现协程效果 因为在gevent模块中感知不到time模块的IO效果
import gevent def eat(name): print('%s eating start ' %name) gevent.sleep(1) print('%s eating end ' %name) def play(name): print('%s playing start ' %name) gevent.sleep(1) print('%s playing end ' %name) g1 = gevent.spawn(eat,'snow') g2 = gevent.spawn(play,'snow') g1.join() g2.join() #或者gevent.joinall([g1,g2]) #输出结果：先同时打印 snow eating start snow playing start 等待1秒后打印 snow eating end snow playing end #使用gevent.sleep()实现了协程的效果，遇到IO就切换
备注：在gevent模块中gevent.sleep是可以被识别的io阻塞,而time.sleep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
网络上的一些IO时间我们就是通过monkey（from gevent importmonkey）来捕获它，（所以要在开头加这个东西） 然后在通过gevent中的switch切换实现。
from gevent import monkey;monkey.patch_all() import time import gevent def eat(name): print('%s eating start ' %name) time.sleep(1) print('%s eating end ' %name) def play(name): print('%s playing start ' %name) time.sleep(1) print('%s playing end ' %name) g1 = gevent.spawn(eat,'snow') g2 = gevent.spawn(play,'snow') g1.join() gevent.joinall([g1,g2]) #输出结果：实现了协程效果
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
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') #打印DummyThread-1 DummyThread-2
总结：进程和线程的任务切换由操作系统完成，协程任务之间的切换由程序（代码）完成，只有遇到协程模块能识别的IO操作的时候，程序才会进行任务切换，实现并发的效果。协程是在一个线程上提高了CPU的利用率。
进程、线程和协程的区别：
五、应用
高IO下使用协程的差异
from gevent import monkey;monkey.patch_all() import gevent import time def task(): time.sleep(1) print('in task --->') def synchronous(): #同步 for i in range(10): task() def asynchronous(): #异步 g_lis = [] for i in range(10): g= gevent.spawn(task) g_lis.append(g) gevent.joinall(g_lis) #for g in g_lis:g.join() synchronous() asynchronous()
协程适用于高IO的网络操作中，比如爬虫，socket连接中等，如果是计算类，使用协程反而降低效率。
from gevent import monkey;monkey.patch_all() import gevent from urllib.request import urlopen # 内置的模块 def get_url(url): response = urlopen(url) content = response.read() return len(content) g1 = gevent.spawn(get_url,'http://www.baidu.com') g2 = gevent.spawn(get_url,'http://www.sogou.com') g3 = gevent.spawn(get_url,'http://www.taobao.com') g4 = gevent.spawn(get_url,'http://www.hao123.com') g5 = gevent.spawn(get_url,'http://www.cnblogs.com') gevent.joinall([g1,g2,g3,g4,g5]) print(g1.value) print(g2.value) print(g3.value) print(g4.value) print(g5.value)
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
from gevent import monkey;monkey.patch_all() import gevent import socket #如果不想用money.patch_all()打补丁,可以用gevent自带的socket # from gevent import socket # sk=socket.socket() def chat(conn): conn.send(b'hello') msg = conn.recv(1024) print(msg.decode('utf-8')) conn.close() sk = socket.socket() sk.bind(('127.0.0.1',9000)) sk.listen() while True: conn,addr = sk.accept() gevent.spawn(chat,conn) sk.close()
import socket sk = socket.socket() sk.connect(('127.0.0.1',9000)) ret = sk.recv(1024) print(ret.decode('utf-8')) inp = input('>>') sk.send(inp.encode('utf-8')) sk.close()