python全栈学习--day43(引子,协程介绍,Greenlet模块,Gevent模块,Gevent之同步与异步)

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锁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

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

递归锁不会发送死锁现象

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，同一时间，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。

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)

　　

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 在开始固定一个线程的流量

condition 通过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

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

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) #1.1190457344055176

#基于yield并发执行
import time
def consumer():
    while True:
        x = yield

def producer():
    g = consumer()
    next(g)
    for i in range(1000000):
        g.send(i)

start=time.time()

producer()

stop = time.time()
print(stop-start)    #0.10477948188781738

二: 第一种情况的切换。在任务一遇到IO情况下，切换到任务二去执行，这样就可以利用任务----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，这样就保证了改线程能够最大限度的处于就绪状态。即随时可都可以被CPU执行的状态，相当于我们在用户程序级别将自己的IO操作最大限度的隐藏起来，从而可以迷惑操作系统，让其看到: 该线程好像一直是计算，io 比较少，从而更多的将CPU执行权限分配给我们的线程。

　　协成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，我们需要寻找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：可以监测IO操作，在遇到io遇到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。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。

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或执行时间就会被迫交出CPI执行权限，切换其他线程运行)

2.单线程内核开启协程，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

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')

单纯的切换(在没有IO的情况下或者没有重复内存空间的操作)，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。

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

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')

 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')

五、Gevent之同步与异步         

from gevent import spawn,joinall,monkey;monkey.patch_all()

import time
def task(pid):
    time.sleep(0.5)
    print('Task %s done'% pid)

def synchronous():
    for i in range(10):
        task(i)

def asynchronous():
    g_1 = [spawn(task,i)for i in range(10)]
    joinall(g_1)
    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，

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。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

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：

先执行一次 0.6465449333190918
协程 0.34525322914123535
普通 0.570899486541748

 结论
以后用爬虫，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