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使资源分配的最小单位,线程使CPU调度的最小单位,按道理来说我们已经算是把CPU的利用率提高了很多了,但是我们无论使创建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
我们知道线程是基于进程来实现的,那么基于线程来实现并发又成为一个新的课题,即只用一个主线程(很明显线程可利用的CPU只有一个),情况下实现并发,这样就可以节省创建线程所消耗的时间了
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。、
协程多与线程进行比较
1、一个线程可以多个协程,一个进程也可以单独拥有多个协程,这样python中则能使用多核CPU。
2、线程进程都是同步机制,而协程则是异步
3、协程能保留上一次调用时的状态,每次过程重入时,就相当于进入上一次调用的状态
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
协程是轻型线程,线程是轻型进程,协程是线程开启就自动存在的
协程并不是实际存在的实体
它的本质就是一个线程的多个部分
比线程的单位更小——协程、纤程
它的本质就是一个线程的多个部分
在一个线程中可以开启很多协程
再执行程序的过程中,遇到IO操作就冻结当前位置的状态,然后去执行其他的任务,在执行其他任务过程中,会不断的检测上一个冻结的任务是否IO结束,如果IO结束了就继续从冻结的位置开始执行。
一个线程不会遇到阻塞,一直在使用CPU
多个线程---只能有一个线程使用CPU
协程比线程之间的切换和线程的创建销毁所花费的时间,空间开销都要小的多
总结协程的特点:
1、必须在只有一个单线程里实现并发
2、修改享性数据不需要加锁
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操作自动切换到其他协程(如何实现检测IO,yield,Greenleaf都无法实现 就用到了gevent模块(select机制))
Greenlet模块
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
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
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
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
#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。
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。
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。
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
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