协程--gevent模块(单线程高并发)

协程--gevent模块(单线程高并发)

 

先恶补一下知识点,上节回顾

上下文切换：当CPU从执行一个线程切换到执行另外一个线程的时候，它需要先存储当前线程的本地的数据，程序指针等，然后载入另一个线程的本地数据，程序指针等，最后才开始执行。这种切换称为“上下文切换”(“context switch”)

　　　　　　CPU会在一个上下文中执行一个线程，然后切换到另外一个上下文中执行另外一个线程,上下文切换并不廉价。如果没有必要，应该减少上下文切换的发生

进程: 一个程序需要运行所需的资源的集合
每个进程数据是独立的
每个进程里至少有一个线程
每个进程里有可以多有个线程
线程数据是共享的
进程间共享数据的代价是高昂的,所以要尽量避免进程间的数据共享
线程间的数据本来就是共享的
线程要修改同一份数据，必须加锁，互斥锁mutex
生产者消费者:1.解耦2.提高程序的运行效率,把中间等待的时间省去

多线程场景: IO密集型，因为IO操作基本不占用CPU，所以多用在web，爬虫，socket交互
多进程场景:CPU密集型,大数据分析,金融分析,这样用的IO就很少，因为这个进程会进行大量的运算, 但是如果切换了进程,就会变慢

协程

协程:微线程, 协程是一种用户态的轻量级线程,CPU不知道它的存在,

协程拥有自己的寄存器上下文和栈.协程调度切换时,将寄存器上下文和栈保存到其他地方,在切回来的时候,恢复先前保存的寄存器上下文和栈，

因此协程能保留上一次调用时的状态(即所有局部状态的一个特定组合,)，每次过程重入时,就相当于上一次调用的状态, 也就是进入上一次离开时所处逻辑流的位置

协程的好处：(是程序级别切换，CPU是不知道的.)

1.无需线程上下文切换,

2.无需原子操作锁定及同步开销  ,  什么是原子操作？  ：是不需要同步的!!,是指不会被线程调度打断的操作；这种操作一旦开始，就运行到结束,中间不会有任何  context switch（切换到另一个线程,）

　　　　　　　　　　　　　　　　　　　　　　　　　原子操作可以是一个步骤，也可以是多个操作步骤，但是其顺序是不可以被打乱，或者切割掉只执行部分。视作整体是原子性的核心

3.方便切换控制流,简化编程模型

4.高并发 + 高扩展 + 低成本 ： 一个CPU支持上万的协程都不是问题,所以很适合用于高并发处理

坏处-----:

1.无法利用多核资源,协程的本质是个单线程,它不能同时将单个CPU的多个核用上, 协程需要配合进程才能在多CPU上，  适用于CPU密集型应用

2.进程阻塞 （Blocking）  操作 如IO操作时，会阻塞掉整个程序

----什么条件符合才能称之为协程？

　　A.必须在只有一个单线程里实现并发

　　B.修改共享数据不需要加锁

　　C.用户程序里自己保持多个控制流的上下文栈

　　D.一个协程遇到IO操作自动切换到其他协程！！！！！！

重点来了。。。。。 大量的模块知识点---我希望我以后还能记起来----汗颜！

Greenlet模块

greenlet是一个用C实现的协程模块，相比与python自带的yield，它可以使你在任意函数之间随意切换，而不需把这个函数先声明为generator(生成器)

from greenlet import greenlet

def test1():
    print('test1:我是1')
    gr2.switch()    #切换到test2
    print('test1:我是1.1')
    gr2.switch()
def test2():
    print('test2:我是2')
    gr1.switch()  #切换到test1
    print('test2:我是2.2')


gr1=greenlet(test1)
gr2=greenlet(test2)
gr1.switch()      #先切换到test1
>>
test1:我是1
test2:我是2
test1:我是1.1
test2:我是2.2

swich()  就是切换,   按执行顺序--  但是遇到IO操作 好像并没有自动切换

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。  

 这里使用gevent.sleep 来获取控制权    

import gevent

def func1():
    print('33[31;1m我是func133[0m')
    gevent.sleep(3)
    print('33[31;1m我是func1.1--我上面有3秒33[0m')

def func2():
    print('33[32;1m我是func2.33[0m')
    gevent.sleep(2)
    print('33[32;1m我是func2.1 我上面有2秒33[0m')

def func3():
    print('33[32;1m我是func3.33[0m')
    gevent.sleep(2)
    print('33[32;1m我是func3.1我上面有2秒33[0m')

gevent.joinall([gevent.spawn(func1),
                gevent.spawn(func2),
                gevent.spawn(func3),])

这里会按照sleep 设置来执行      一定会先打印出func2-->func3-->func1  

同步和异步的性能区别

import gevent


def task(pid):
    """
    Some non-deterministic task
    """
    gevent.sleep(0.5)
    print('Task %s done' % pid)


def synchronous():
    for i in range(1, 10):
        task(i)


def asynchronous():
    #threads = [gevent.spawn(task, i) for i in range(10)]
    threads=[]
    for i in range(10):
        threads.append(gevent.spawn(task,i))
    gevent.joinall(threads)    #执行流程只会在 所有greenlet执行完后才会继续向下走


print('Synchronous:')
synchronous()

print('Asynchronous:')
asynchronous()

Synchrounous:定义了同步的函数:定义一个for循环。依次把内容传输给task函数，然后打印执行结果-----

Aynchrounous:定义了异步的函数: 这里用到了一个gevent.spawn方法，就是产生的意思. gevent.joinall 也就是等待所以操作都执行完毕

　　　　　　　　　　　　　　　　gevent.spawn 可以调用函数

可是我们一般也不会这么用。去故意的设置一个gevent.sleep来切换  ，下面就来在实际场景中应用

遇到IO阻塞,自动切换任务

这里就用到了简单的网页爬虫环境中,  操作IO的时候。自动切换。这里就用到了猴子补丁(monkey.patch_all(), 知道这是运行时，动态修改已有的代码，而不需要修改原始代码)

from gevent import monkey
import gevent
import time
from urllib.request import urlopen
monkey.patch_all()
#对比得出 协程 运行出的更快
#IO阻塞 自动切换任务。。
def say(url):
    print('get url',url)
    resp = urlopen(url)
    data = resp.read()
    print(len(data),url)
t1_start = time.time()
say('http://www.xiaohuar.com/')
say('http://www.oldboyedu.com/')
print("普通--time cost",time.time() - t1_start)

t2_stat = time.time()
gevent.joinall(
    [gevent.spawn(say,'http://www.xiaohuar.com/'),
     gevent.spawn(say,'http://www.oldboyedu.com/'),
     gevent.spawn(say,'http://weibo.com/MMbdzx?from=myfollow_all&is_all=1#_rnd1482040021384')]
)
print("gevent---time cost",time.time() - t2_stat)

由于切换时再IO操作就自动完成,所以需要gevent修改py自带的标准库,这一过程在启动时通过monkey patch完成  -- 

对比2次运行完毕的时间,很明显的看到gevent在处理上,更加有优势,

 到了这里简单的就算完了。。。来进入总结概念的部分--------http://www.cnblogs.com/zcqdream/p/6196948.html   

通过gevent来实现单线程下的多socket并发

server 端,采用gevent协程

 1 import sys
 2 import socket
 3 import time
 4 import gevent
 5  
 6 from gevent import socket,monkey
 7 monkey.patch_all()
 8  
 9  
10 def server(port):
11     s = socket.socket()
12     s.bind(('0.0.0.0', port))
13     s.listen(500)
14     while True:
15         cli, addr = s.accept()
16         gevent.spawn(handle_request, cli)   #gevent.spwan调用handle参数并传参
17  
18  
19  
20 def handle_request(conn):
21     try:
22         while True:
23             data = conn.recv(1024)
24             print("recv:", data)
25             conn.send(data)
26             if not data:             
27                 conn.shutdown(socket.SHUT_WR)
28  
29     except Exception as  ex:
30         print(ex)
31     finally:
32         conn.close()
33 if __name__ == '__main__':
34     server(8001)

client端

单线程的客户端

 1 import socket
 2  
 3 HOST = 'localhost'    # The remote host
 4 PORT = 8001           # The same port as used by the server
 5 s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
 6 s.connect((HOST, PORT))
 7 while True:
 8     msg = bytes(input(">>:"),encoding="utf8")
 9     s.sendall(msg)
10     data = s.recv(1024)
11     #print(data)
12  
13     print('Received', repr(data))
14 s.close()

多线程客户端去请求

import socket
import threading

def sock_conn():

    client = socket.socket()

    client.connect(("localhost",8001))
    count = 0
    while True:
        #msg = input(">>:").strip()
        #if len(msg) == 0:continue
        client.send( ("hello %s" %count).encode("utf-8"))

        data = client.recv(1024)

        print("[%s]recv from server:" % threading.get_ident(),data.decode()) #结果
        count +=1
    client.close()


for i in range(100):
    t = threading.Thread(target=sock_conn)
    t.start()

python3通过gevent.pool限制协程并发数量