并发编程之协程

一、引子

　　本节的主题是基于单线程来实现并发，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，为此我们需要先回顾下并发的本质：切换+保存状态

1、切换：

　　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；

　　这种情况下，在任务一遇到IO情况就切到任务二去执行，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。

　　另外一种情况是该任务计算的时间过长或有一个优先级更高的程序替代了它。

　　这种情况不能提升效率，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。　　

　　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 

2、保存状态：

　　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，yield可以保存状态，yield的状态保存和操作系统的保存线程状态非常像，但是yield是代码级别控制的，更轻量级。

3、单纯地切换反而会降低运行效率，

　　验证示例下：

# 并发
import time
def producer():
    g = consumer()
    next(g)
    for i in range(1000000):
        g.send(i)   # send一次就会切到consumer


def consumer():
    while True:
        res = yield   # yield收到producer的i的值，处理完切回producer的for循环

start_time = time.time()
producer()
stop_time = time.time()
print(stop_time-start_time)
"""0.26706719398498535"""

# 并发切换分两种，但只有遇到阻塞了切换会提升效率，串行改写如下：
import time
def producer():
    res = []
    for i in range(1000000):
        res.append(i)
    return res

def consumer(res):
    pass

start_time = time.time()
res = producer()
consumer(res)
stop_time = time.time()
print(stop_time-start_time)
"""0.18116021156311035"""

　　可以看到这种形式的并发反而降低了效率。

　　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。

　　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、作为第一条的补充，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

　　协程的概念：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。

强调要点：
　　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）

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 （占用CPU的时间多了，就叫做效率高，对操作系统的一种欺骗）

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（只能实现并发，不能实现并行）

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（本质是一个一个执行，因此不需要考虑加锁）
　　3、用户程序里自己保存多个控制流的上下文栈（自己控制切换）
　　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

　　如果我们在单个线程内有20个任务，要想实现在多个任务之间切换，使用yield生成器的方式过于麻烦（需要先得到初始化一次的生成器，然后再调用send。。。非常麻烦）。

　　greenlet模块：比generator更加便捷的切换方式，多个任务间很方便的切换。但不能监测I/O，因此比yield强一点，但不是研究的重点。

　　安装greenlet：pip3 install greenlet

from greenlet import greenlet

def eat(name):
    print("%s eat 1" % name)
    g2.switch("hqs")
    print("%s eat 2" % name)
    g2.switch()

def play(name):
    print("%s play 1" % name)
    g1.switch()
    print("%s paly 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
"""
egon eat 1
hqs play 1
egon eat 2
hqs paly 2
"""

　　检查greenlet面对i/o的情况是否可以切换：不能切换，无法提升效率

from greenlet import greenlet
import time

def eat(name):
    print("%s eat 1" % name)
    time.sleep(10)
    g2.switch("hqs")
    print("%s eat 2" % name)
    g2.switch()

def play(name):
    print("%s play 1" % name)
    g1.switch()
    print("%s paly 2" % name)

g1 = greenlet(eat)
g2 = greenlet(play)
g1.switch('egon')
"""
egon eat 1   # 这一步卡了足足10秒
hqs play 1
egon eat 2
hqs paly 2
"""

　　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

　　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介绍

　　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。

#用法
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

　　验证gevent遇到IO阻塞时是否会自动切换任务：

import gevent
import time

def eat(name):
    print("%s eat 1" % name)
    # time.sleep(1)  # 不切，不能识别其他程序的I/O操作
    gevent.sleep(3)  # gevent只能识别自己模拟的I/O操作
    print("%s eat 2" % name)

def play(name):
    print("%s play 1" % name)
    gevent.sleep(4)
    print("%s paly 2" % name)


start_time = time.time()
g1 = gevent.spawn(eat, 'egon')
g2 = gevent.spawn(play, "alex")
# 异步提交，提交后不会等待完成结果

g1.join()
g2.join()
stop_time = time.time()
print(stop_time-start_time)
"""
egon eat 1
alex play 1
egon eat 2  ----->等三秒
alex paly 2 —————>再等一秒
4.006500005722046
"""

　　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)
gevent.joinall([g1,g2])
print('主')
"""
eat food 1
play 1
play 2
eat food 2
主
"""

　　还可以用threading.current_thread().getName()来查看每个g1和g2，查看的结果为DummyThread-n，即假线程

五、Gevent之同步与异步

# -*- coding:utf-8 -*-
__author__ = 'Qiushi Huang'

from gevent import monkey;monkey.patch_all()
import gevent
import time

def eat(name):
    print('%s eat food 1' % name)
    time.sleep(2)
    print('%s eat food 2' % name)

def play(name):
    print('%s play 1' % name)
    time.sleep(1)
    print('%s play 2' % name)

g1=gevent.spawn(eat, 'egon')   # 创建一个协程对象g1，spawn括号内第一个参数是函数名
g2=gevent.spawn(play, 'alex')
"""
直接执行上述代码，没有任何输出。线程把代码运行完直接结束，任务还没来的及开启就结束了。
"""
# time.sleep(1)  # 睡一秒是不够的，到时间，线程依然是结束了
"""
egon eat food 1
alex play 1
"""
# time.sleep(5)
"""
egon eat food 1
alex play 1
alex play 2
egon eat food 2  ————》这一行输出完后，还要等sleep的5秒全部睡晚，程序结束
"""
# 解决方案一：上述两步合作一步
# g1.join()  # 等待g1结束
# g2.join()  # 等待g2结束

# 解决方案二：
gevent.joinall([g1, g2])

　　同步、异步对比：

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

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

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。执行流程只会在 所有greenlet执行完后才会继续向下走。

六、Gevent之应用举例

 　　协程应用：爬虫

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))

 七、Gevent之应用举例二

　　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）

# -*- coding:utf-8 -*-
__author__ = 'Qiushi Huang'

# 基于gevent实现
from gevent import monkey;monkey.patch_all()  # 标准写法，打补丁识别所有阻塞
#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()
from gevent import spawn
from socket import *


def communicate(conn):
    while True:
        try:
            data = conn.recv(1024)
            if not data: break
            conn.send(data.upper())

        except ConnectionResetError:
            break
    conn.close()


def server(ip, port):
    server = socket(AF_INET, SOCK_STREAM)
    server.bind((ip, port))
    server.listen(5)

    while True:
        conn, addr = server.accept()  # 建链接
        spawn(communicate, conn)

    server.close()


if __name__ == '__main__':
    g = spawn(server, '127.0.0.1', 8091)
    g.join()   # 如果不写这个，程序直接结束

# -*- coding:utf-8 -*-
__author__ = 'Qiushi Huang'

from socket import *
from threading import Thread,currentThread

# 并发多个线程同时发消息
def client():
    client = socket(AF_INET, SOCK_STREAM)
    client.connect(("127.0.0.1", 8091))

    while True:
        client.send(("%s hello" % currentThread().getName()).encode('utf-8'))  # 发送的消息必须转为bytes
        data = client.recv(1024)
        print(data.decode("utf-8"))

    client.close()


if __name__ == '__main__':
    for i in range(500):
        t = Thread(target=client)
        t.start()

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()