python之协程

一、协程理论

1.1 协程产生的背景

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执行的最小单位。

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。

本节我们就基于单线程来实现并发，首先我们要回顾一下并发的本质：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）

（1）该任务发生了阻塞

（2）该任务计算时间过长或有个更高级的程序替代它

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

注意点1

第二种情况本质上并不能提高效率，只是为了cpu能雨露均沾，实现看起来所有任务被“同时”执行，如果多个任务是纯计算的，单纯的切换反而会降低效率。

1.2 yield实现并发

我们通过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，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 

yield实现并发的缺点：

（1）yield遇到io操作时，并不能切换到另一个任务，所以yield并不能提高效率。

（2）没有io操作的任务，只是纯计算的任务，yield实现并发单纯切换，并不能提高效率，反而会降低效率，因为单纯切换也要消耗时间。

#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

注意点2

第一种情况的切换时。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)

1.3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。

强调点：

（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：

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））

1.4 协程的意义

深入理解协程

协程本身无法提升效率

协程本质是一条线程，但是操作系统无法监控，由用户程序自己操作。

协程实现就是保存状态+切换，仅此而已，不要被误导了，以为协程一定能提升效率。

而且如果单纯的使用协程在任务之间切换，不仅无法达到提升效率，反而会降低效率。

只有遇到io操作自动切换，实现了共享io操作的协程才有提升效率的作用，如何遇到io操作切换是用户程序设计时需要实现的事情

能够提升效率的协程

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。

提升效率的协程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

协程小结

'''
1、协程：
    单线程实现并发
    在应用程序里控制多个任务的切换+保存状态
    优点：
        应用程序级别速度要远远高于操作系统的切换
    缺点：
        1.多个任务一旦有一个阻塞没有切，整个线程都阻塞在原地，该线程内的其他的任务都不能执行了
        2. 一旦引入协程，就需要检测单线程下所有的IO行为,实现遇到IO就切换,少一个都不行，因为一旦一个任务阻塞了，整个线程就阻塞了，
其他的任务即便是可以计算，但是也无法运行了
2.协程的意义：
    1.让多个任务中的IO时间可以重叠，当执行一个任务遇到IO操作的时候，可以将程序切换到另一个任务中继续执行
    2.在有限的线程中，实现任务的并发，节省调用操作系统创建/销毁线程的时间
    3.协程的切换效率比线程效率高很多
    4.协程执行多个任务能够让线程尽量少陷入阻塞，让线程看起来很忙，可以做到欺骗操作系统。
    5.线程陷入阻塞的次数越少，那么操作系统从线程中拿走cpu的可能性越小，从而获得更多cpu资源，提高效率。
'''   

二、协程常用的模块

2.1 greenlet模块

安装： pip install greenlet

from greenlet import greenlet

def eat(name):
    print('%s eat 1' %name)
    g2.switch('egon') # 切换到g2任务中去
    print('%s eat 2' %name)
    g2.switch()
def play(name):
    print('%s play 1' %name)
    g1.switch() # 切换到q1任务中去
    print('%s play 2' %name)

g1=greenlet(eat)
g2=greenlet(play)

g1.switch('egon') # 切换到q1的协程任务中
#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

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。

我们要实现遇到io时自动切换到另一个任务时，需要用到gevent模块

2.2 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，但它们被协作式地调度。

用法：

#用法
g1=gevent.spawn(func,*args, **kwargs)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

gevent模块创建的协程对象在执行任务时遇到io操作时会自动切换任务

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')

gevent模块识别io

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。

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_phone)
gevent.joinall([g1,g2])
print('主')

协程本质是一个线程

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 time
from threading import current_thread
import gevent

def eat():
    print('%s start eating'%current_thread().name)
    time.sleep(1)
    print('%s end eating'%current_thread().name)

def sleep():
    print('%s start sleeping'%current_thread().name)
    time.sleep(1)
    print('%s end sleeping'%current_thread().name)

print(current_thread().name)
g1 = gevent.spawn(eat)  # 创建协程1
g2 = gevent.spawn(sleep)  # 创建协程2
gevent.joinall([g1,g2])  # 阻塞 知道协程任务结束

'''这个过程中只有一个线程，也就是主线程在干活，其他几个线程是虚拟出来的假线程'''
# MainThread
# DummyThread-1 start eating
# DummyThread-2 start sleeping
# DummyThread-1 end eating
# DummyThread-2 end sleeping

关于为什么使用join或者sleep，协程无法正常进行

注意点：

（1）gevent的切换任务前提，是遇到io操作，所以在g1，g2及交任务后，如果不给join或者sleep()，当前的任务中没有遇到io操作，所以不会切换到任务1或者任务2中，导致的结果是任务1和任务2都没有运行。

（2）使用join或者sleep，当前主任务遇到io，会切换到任务1，或任务2，再次遇到阻塞时，又会在任务1或任务2和主任务不停切换，从而任务1和任务2都会执行完成。

2.3 Gevent模块的几个应用举例

应用一：爬虫

开启协程处理多个页面爬取解析任务

'''
请求网页：
'''
url_dic = {
    '协程':'http://www.cnblogs.com/Eva-J/articles/8324673.html',
    '线程':'http://www.cnblogs.com/Eva-J/articles/8306047.html',
    '目录':'https://www.cnblogs.com/Eva-J/p/7277026.html',
    '百度':'http://www.baidu.com',
    'sogou':'http://www.sogou.com',
    '4399':'http://www.4399.com',
    '豆瓣':'http://www.douban.com',
    'sina':'http://www.sina.com.cn',
    '淘宝':'http://www.taobao.com',
    'JD':'http://www.JD.com'
}


import time
from gevent import monkey;monkey.patch_all()
from urllib.request import urlopen

import gevent

def get_html(name,url):
    ret = urlopen(url)
    content = ret.read()
    with open(name, 'wb') as f:
        f.write(content)

'''同步发起请求时间'''
start = time.time()
for name in url_dic:
    get_html(name+'_async.html',url_dic[name])
ret = time.time() - start
print('同步时间：',ret)


'''异步发起请求时间'''
start = time.time()
g_l = []
for name in url_dic:
    g1 = gevent.spawn(get_html,name+'sync.html',url_dic[name])
    g_l.append(g1)
gevent.joinall(g_l)
ret = time.time() - start
print('异步时间：',ret)

复制代码

应用二：单线程实现socket并发

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）

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)

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'))

注：

文章来源：https://www.cnblogs.com/ryxiong-blog/articles/10738527.html