python全栈开发,Day43(引子,协程介绍,Greenlet模块,Gevent模块,Gevent之同步与异步)

时间:2022-05-10 15:13:44

昨日内容回顾

I/O模型,面试会问道

I/O操作,不占用CPU,它内部有一个专门的处理I/O模块

print和写log属于I/O操作,它不占用CPU

线程

GIL保证一个进程中的多个线程在同一时刻只有一个可以被CPU执行

后续的项目,特别是处理网络请求,非常多。

实例化一个Lock(),它就是一个互斥锁

LOCK和RLOCK

互斥锁LOCK

死锁

rlock递归锁

递归锁不会发生死锁现象

2个进程中的线程,不会受到GIL影响。

GIL是针对一个进程中的多个线程,同一事件,只能有一个线程访问CPU

针对GIL的CPU利用率问题

起多个进程,就可以解决CPU利用率问题。

昨天的科学家吃面的例子,它不能用一把锁,必须2个锁。

def eat1(noodle_lock,fork_lock,name):
noodle_lock.acquire()
print('%s抢到了面'%name)
fork_lock.acquire()
print('%s抢到了叉子'%name)
print('%s正在吃面'%name)
fork_lock.release()
print('%s归还了叉子' % name)
noodle_lock.release()
print('%s归还了面' % name)  

看下图

python全栈开发,Day43(引子,协程介绍,Greenlet模块,Gevent模块,Gevent之同步与异步)

假设有三个人,

A要面和叉子

B只要面

C只要叉子

如果只有一个锁,那么就无法处理这3个人的需求,会发生数据不安全的情况。

semaphore 在一开始固定一个线程的流量

condition 通过一个信号控制线程的流量

event 通过一个信号控制所有线程

timer 定时器

队列 线程数据安全

线程池

能够在多线程的基础上进一步节省内存和时间开销

一、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

python全栈开发,Day43(引子,协程介绍,Greenlet模块,Gevent模块,Gevent之同步与异步)

  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
#串行执行
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) #1.5536692142486572 #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) #2.0272178649902344

单纯地切换反而会降低运行效率

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。

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)

yield无法做到遇到io阻塞

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i算,io比较少,从而更多的将cpu的执行权限分配给我们线程。

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

二、协程介绍

协程:是单线程成下的并发,又称微线程,纤程。英文名Coroutine。一句话 说明了什么是协程: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*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:

  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. 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

简介:

Greenlet是python的一个C扩展,来源于Stackless python,旨在提供可自行调度的“微线程”,即协程。generator实现的协程在yield value时只能将value返回给调用者(caller)。而在greenlet中,target.switch(value)可以切换到指定的协程(target),然后yield value。greenlet用switch来表示协程的切换,从一个协程切换到另一个协程需要显式指定。

安装:pip3 install greenlet

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时传入参数,以后都不需要

greenlet实现状态 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

#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

效率对比

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。

单线程里的这20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。

greenlet不是创造协程的模块

它是用来做多个协程任务切换的

它到底时怎么实现切换的呢?

from greenlet import greenlet

def func():
print(123) def func2():
print(456) g1 = greenlet(func) # 实例化
g2 = greenlet(func2)
g1.switch() # 开始运行,它会运行到下一个switch结束,否则一直运行  

执行输出:123

from greenlet import greenlet

def test1():
print(12)
gr2.switch()
print(34) def test2():
print(56)
gr1.switch()
print(78) gr1 = greenlet(test1)
gr2 = greenlet(test2)
gr1.switch()  

执行输出:

python全栈开发,Day43(引子,协程介绍,Greenlet模块,Gevent模块,Gevent之同步与异步)

执行过程:

当创建一个greenlet时,首先初始化一个空的栈,switch到这个栈的时候,会运行在greenlet构造时传入的函数(首先在test1中打印12),如果在这个函数(test1)中switch到其它协程(到了test2打印34),那么该协程会被挂起,等到切换回来(在test2中切换回来打印34).当这个协程对应函数执行完毕,那么这个协程就变成dead状态。

  注意 上面没有打印test2的最后一行输出78,因为在test2中切换到gr1之后挂起,但是没有地方再切换回来。这个可能造成泄露,后面细说。

上面的例子,有几个缺点

1.手动切换

2.不能规避I/O操作(睡眠)

四、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扩展模块形式投入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

用法介绍

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')

遇到io主动切换

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')

查看threading.current_thread().getName()

真正能实现协程的模块gevent

import gevent

def eat():
print('eating1')
print('eating2') g1 = gevent.spawn(eat) # 创建一个协程对象g1  

执行输出为空,表示它还没执行。

import gevent

def eat():
print('eating1')
print('eating2') g1 = gevent.spawn(eat) # 创建一个协程对象g1
g1.join() # 等待g1结束  

执行输出:

python全栈开发,Day43(引子,协程介绍,Greenlet模块,Gevent模块,Gevent之同步与异步)

import time
import gevent def eat():
print('eating1')
time.sleep(1)
print('eating2') def play():
print('playing1')
time.sleep(1)
print('playing2') g1 = gevent.spawn(eat) # 创建一个协程对象g1
g2 = gevent.spawn(play)
g1.join() # 等待g1结束
g2.join()

执行输出:

python全栈开发,Day43(引子,协程介绍,Greenlet模块,Gevent模块,Gevent之同步与异步)

如果想顺序执行呢?需要用到gevent.sleep

import gevent

def eat():
print('eating1')
gevent.sleep(1) # 延时调用
print('eating2') def play():
print('playing1')
gevent.sleep(1) # 延时调用
print('playing2') g1 = gevent.spawn(eat) # 创建一个协程对象g1
g2 = gevent.spawn(play)
g1.join() # 等待g1结束
g2.join()  

执行输出:

python全栈开发,Day43(引子,协程介绍,Greenlet模块,Gevent模块,Gevent之同步与异步)

如果想让协程执行time.sleep()呢?由于默认,协程无法识别time.sleep()方法,需要导入一个模块monkey

monkey patch(猴子补丁)

用来在运行时动态修改已有的代码,而不需要修改原始代码。

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 def eat():
print('eating1')
time.sleep(1) # 延时调用
print('eating2') def play():
print('playing1')
time.sleep(1) # 延时 调用
print('playing2') g1 = gevent.spawn(eat) # 创建一个协程对象g1
g2 = gevent.spawn(play)
g1.join() # 等待g1结束
g2.join()  

执行输出:

python全栈开发,Day43(引子,协程介绍,Greenlet模块,Gevent模块,Gevent之同步与异步)

结论:

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

前提是:

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()  这行代码,必须在文件最开头
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

五、Gevent之同步与异步

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(): # 异步
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。  

当一个任务执行时,依赖另外一个任务的结果时,这种情况不适合异步,只能用同步

Gevent之应用举例一

手动安装模块requests

pip3 install requests

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))
pass 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))

协程应用,爬虫

等待网页请求结果时,去执行其它任务

红色表示等待,绿色表示是执行任务

python全栈开发,Day43(引子,协程介绍,Greenlet模块,Gevent模块,Gevent之同步与异步)

另外一个爬虫的例子:

对比使用普通函数和使用协程,谁更快一点

由于操作系统,访问一次网页后,会有缓存。

所以测试时,先访问一遍网页。再分别测试协程和普通函数。

from gevent import monkey;monkey.patch_all()
from urllib.request import urlopen
import gevent
import time def get_page(url):
res = urlopen(url)
# print(len(res.read())) url_lst = [
'http://www.baidu.com',
'http://www.sogou.com',
'http://www.sohu.com',
'http://www.qq.com',
'http://www.cnblogs.com',
]
start = time.time()
gevent.joinall([gevent.spawn(get_page, url) for url in url_lst])
print('先执行一次', time.time() - start)
start = time.time()
gevent.joinall([gevent.spawn(get_page, url) for url in url_lst])
print('协程', time.time() - start)
start = time.time()
for url in url_lst: get_page(url)
print('普通', time.time() - start)  

执行输出:

python全栈开发,Day43(引子,协程介绍,Greenlet模块,Gevent模块,Gevent之同步与异步)

结论

关于爬虫,可以使用协程,它的速度更快。

Gevent之应用举例二

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()
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)

server

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'))

client

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()

多线程并发多个客户端

进程5个,线程20个,协程500个 —— 通用的组合 —— 50000qps

0.3s以内,用户是感觉不到的

只有进程能处理并行

重点掌握进程,线程,协程

这3者之间的区别,优缺点,理论知识。面试会问道。

明天默写:

socket_server

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()  

socket_client

import socket
from threading import Thread
def socket_client():
sk = socket.socket()
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()