zoukankan      html  css  js  c++  java
  • 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)

    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

    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

     

      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:

      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:

    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('')
    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('')
    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:

    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:

     

     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:

    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:

    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

    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: 

    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()
    

      

      

  • 相关阅读:
    day09
    day8
    day 7
    day 6
    PYTHON 学习
    day 5 作业
    day04作业
    Day03作业及默写
    python 2020 day4
    (copy)python操作excel
  • 原文地址:https://www.cnblogs.com/Black-rainbow/p/9057317.html
Copyright © 2011-2022 走看看