**********協程**********
*****準備****
之前我們學習了線程、進程的概念，瞭解了在操作系統中進程是資源分配的最小單位,線程是CPU調度的最小單位。
按道理來說我們已經算是把cpu的利用率提高很多了。但是我們知道無論是創建多進程還是創建多線程來解決問題，
都要消耗一定的時間來創建進程、創建線程、以及管理他們之間的切換。
隨著我們對於效率的追求不斷提高，基於單線程來實現併發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）情況下實現併發。這樣就可以節省創建線進程所消耗的時間。
併發的本質：切換+保存狀態
cpu正在運行一個任務，會在兩種情況下切走去執行其他的任務（切換由操作系統強制控制），
一種情況是該任務發生了阻塞，
另外一種情況是該任務計算的時間過長
****一：其中第二種情況並不能提升效率，只是為了讓cpu能夠雨露均霑，實現看起來所有任務都被“同時”執行的效果，
如果多個任務都是純計算的，這種切換反而會降低效率。
為此我們可以基於yield來驗證。yield本身就是一種在單線程下可以保存任務運行狀態的方法：
#1 yiled可以保存狀態，yield的狀態保存與操作系統的保存線程狀態很像，但是yield是代碼級別控制的，更輕量級
#2 send可以把一個函數的結果傳給另外一個函數，以此實現單線程內程序之間的切換
#串行執行
import time
def consumer(res):
'''任務1:接收數據,處理數據'''
pass
def producer():
'''任務2:生產數據'''
res=[]
for i in range(10000000):
res.append(i)
return res
start=time.time()
#串行執行
res=producer()
consumer(res) #寫成consumer(producer())會降低執行效率
stop=time.time()
print(stop-start) #1.5536692142486572
#基於yield併發執行
import time
def consumer():
'''任務1:接收數據,處理數據'''
while True:
x=yield
def producer():
'''任務2:生產數據'''
g=consumer()
next(g)
for i in range(10000000):
g.send(i)
start=time.time()
#基於yield保存狀態,實現兩個任務直接來回切換,即併發的效果
#PS:如果每個任務中都加上打印,那麼明顯地看到兩個任務的打印是你一次我一次,即併發執行的.
producer()
stop=time.time()
print(stop-start) #2.0272178649902344
****二：第一種情況的切換。在任務一遇到io情況下，切到任務二去執行，這樣就可以利用任務一阻塞的時間
完成任務二的計算，效率的提升就在於此。
import time
def consumer():
'''任務1:接收數據,處理數據'''
while True:
x=yield
def producer():
'''任務2:生產數據'''
g=consumer()
next(g)
for i in range(10000000):
g.send(i)
time.sleep(2)
start=time.time()
producer() #併發執行,但是任務producer遇到io就會阻塞住,並不會切到該線程內的其他任務去執行
stop=time.time()
print(stop-start)
對於單線程下，我們不可避免程序中出現io操作，但如果我們能在自己的程序中（即用戶程序級別，而非操作系統級別）
控制單線程下的多個任務能在一個任務遇到io阻塞時就切換到另外一個任務去計算，這樣就保證了該線程能夠最大限度
地處於就緒態，即隨時都可以被cpu執行的狀態，相當於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，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的執行權限分配給我們的線程。
協程的本質就是在單線程下，由用戶自己控制一個任務遇到io阻塞了就切換另外一個任務去執行，以此來提升效率。
為了實現它，我們需要找尋一種可以同時滿足以下條件的解決方案：
#1. 可以控制多個任務之間的切換，切換之前將任務的狀態保存下來，以便重新運行時，可以基於暫停的位置繼續執行。
#2. 作為1的補充：可以檢測io操作，在遇到io操作的情況下才發生切換
****協程介紹****
協程：是單線程下的併發，又稱微線程，纖程。英文名Coroutine。一句話說明什麼是線程：協程是一種用戶態
的輕量級線程，即協程是由用戶程序自己控制調度的。
需要強調的是：
#1. python的線程屬於內核級別的，即由操作系統控制調度（如單線程遇到io或執行時間過長就會被迫交出cpu執行權限，切換其他線程運行）
#2. 單線程內開啟協程，一旦遇到io，就會從應用程序級別（而非操作系統）控制切換，以此來提升效率（！！！非io操作的切換與效率無關）
對比操作系統控制線程的切換，用戶在單線程內控制協程的切換
優點如下：
#1. 協程的切換開銷更小，屬於程序級別的切換，操作系統完全感知不到，因而更加輕量級
#2. 單線程內就可以實現併發的效果，最大限度地利用cpu
缺點如下：
#1. 協程的本質是單線程下，無法利用多核，可以是一個程序開啟多個進程，每個進程內開啟多個線程，每個線程內開啟協程
#2. 協程指的是單個線程，因而一旦協程出現阻塞，將會阻塞整個線程
總結協程特點：
必須在只有一個單線程裡實現併發
修改共享數據不需加鎖
用戶程序裡自己保存多個控制流的上下文棧
附加：一個協程遇到IO操作自動切換到其它協程（如何實現檢測IO，yield、greenlet都無法實現，就用到了gevent模塊（select機制））
**************
greenlet模塊是用生成器實現的，gevent模塊是用greenlet模塊實現的
**************
****greenlet模塊****
greenlet實現狀態切換
from greenlet import greenlet
def eat(name):
print('%s eat 1' %name)
g2.switch('TOM')
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('TOM')#可以在第一次switch時傳入參數，以後都不需要
單純的切換（在沒有io的情況下或者沒有重複開闢內存空間的操作），反而會降低程序的執行效率
#效率對比
#順序執行
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，當切到一個任務執行時如果遇到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。
單線程裡的這20個任務的代碼通常會既有計算操作又有阻塞操作，我們完全可以在執行任務1時遇到阻塞，就利用阻
塞的時間去執行任務2。。。。如此，才能提高效率，這就用到了Gevent模塊。
****gevent模塊****
#模塊介紹
g1=gevent.spawn(func,1,,2,3,x=4,y=5)創建一個協程對象g1，spawn括號內第一個參數是函數名，
如eat，後面可以有多個參數，可以是位置實參或關鍵字實參，都是傳給函數eat的
g2=gevent.spawn(func2)
g1.join() #等待g1結束
g2.join() #等待g2結束
#或者上述兩步合作一步：gevent.joinall([g1,g2])
g1.value#拿到func1的返回值
例如：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,打補丁,就可以識別了
from gevent import monkey;monkey.patch_all()必須放到被打補丁者的前面，如time，socket模塊之前
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，查看的結果為DummyThread-n，即假線程
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')
*********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函數封裝到Greenlet內部線程的gevent.spawn。
# 初始化的greenlet列表存放在數組threads中，此數組被傳給gevent.joinall 函數，
# 後者阻塞當前流程，並執行所有給定的greenlet任務。執行流程只會在 所有greenlet執行完後才會繼續向下走。
****gevent應用舉例一****
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應用舉例二****
通過gevent實現單線程下的socket併發
**server端
from gevent import monkey;monkey.patch_all()
from socket import *
import gevent
#如果不想用money.patch_all()打補丁,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端
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'))
閱讀更多 程序猿Monster 的文章
