協程及Python中的協程

標籤：AC   hub   輕量   and   子程式   區別   urlopen   monk   min   

 

閱讀目錄

• 1 協程
• 2 Python中如何?協程

回到頂部1 協程1.1協程的概念

　　協程，又稱微線程，纖程。英文名Coroutine。一句話說明什麼是線程：協程是一種使用者態的輕量級線程。（其實並沒有說明白~）

　　我覺得單說協程，比較抽象，如果對線程有一定瞭解的話，應該就比較好理解了。

　　那麼這麼來理解協程比較容易：

　　線程是系統層級的，它們是由作業系統調度；協程是程式層級的，由程式員根據需要自己調度。我們把一個線程中的一個個函數叫做子程式，那麼子程式在執行過程中可以中斷去執行別的子程式；別的子程式也可以中斷回來繼續執行之前的子程式，這就是協程。也就是說同一線程下的一段代碼<1>執行著執行著就可以中斷，然後跳去執行另一段代碼，當再次回來執行代碼塊<1>的時候，接著從之前中斷的地方開始執行。

　　比較專業的理解是：

　　協程擁有自己的寄存器上下文和棧。協程調度切換時，將寄存器上下文和棧儲存到其他地方，在切回來的時候，恢複先前儲存的寄存器上下文和棧。因此：協程能保留上一次調用時的狀態（即所有局部狀態的一個特定組合），每次過程重入時，就相當於進入上一次調用的狀態，換種說法：進入上一次離開時所處邏輯流的位置。

1.2 協程的優缺點

協程的優點：

　　（1）無需線程環境切換的開銷，協程避免了無意義的調度，由此可以提高效能（但也因此，程式員必須自己承擔調度的責任，同時，協程也失去了標準線程使用多CPU的能力）

　　（2）無需原子伺服器用戶端檔案鎖及同步的開銷

　　（3）方便切換控制流程，簡化編程模型

　　（4）高並發+高擴充性+低成本：一個CPU支援上萬的協程都不是問題。所以很適合用於高並發處理。

協程的缺點：

　　（1）無法利用多核資源：協程的本質是個單線程,它不能同時將 單個CPU 的多個核用上,協程需要和進程配合才能運行在多CPU上.當然我們日常所編寫的絕大部分應用都沒有這個必要，除非是cpu密集型應用。

　　（2）進行阻塞（Blocking）操作（如IO時）會阻塞掉整個程式

 

回到頂部2 Python中如何?協程2.1 yield實現協程　　

　　前文所述“子程式（函數）在執行過程中可以中斷去執行別的子程式；別的子程式也可以中斷回來繼續執行之前的子程式”，那麼很容易想到Python的yield，顯然yield是可以實現這種切換的。

使用yield實現協程操作例子：

 1 #! /usr/bin/env python 2 # -*- coding:utf-8 -*- 3 # Author: "Zing-p" 4 # Date: 2017/5/12 5  6  7 def consumer(name): 8     print("要開始啃骨頭了...") 9     while True:10         print("\033[31;1m[consumer] %s\033[0m " % name)11         bone = yield12         print("[%s] 正在啃骨頭 %s" % (name, bone))13 14 15 def producer(obj1, obj2):16     obj1.send(None)    # 啟動obj1這個產生器,第一次必須用None  <==> obj1.__next__()17     obj2.send(None)    # 啟動obj2這個產生器,第一次必須用None  <==> obj2.__next__()18     n = 019     while n < 5:20         n += 121         print("\033[32;1m[producer]\033[0m 正在生產骨頭 %s" % n)22         obj1.send(n)23         obj2.send(n)24 25 26 if __name__ == ‘__main__‘:27     con1 = consumer("消費者A")28     con2 = consumer("消費者B")29     producer(con1, con2)

啟動並執行結果：

2.2 greenlet實現協程

　　Python的 greenlet就相當於手動切換，去執行別的子程式，在“別的子程式”中又主動切換回來。。。

greenlet協程例子：

 1 #! /usr/bin/env python 2 # -*- coding:utf-8 -*- 3  4 from greenlet import greenlet 5 # greenlet 其實就是手動切換；gevent是對greenlet的封裝，可以實現自動切換 6  7 def test1(): 8     print("123") 9     gr2.switch()   # 切換去執行test210     print("456")11     gr2.switch()   # 切換回test2之前執行到的位置，接著執行12 13 def test2():    14     print("789")15     gr1.switch()   # 切換回test1之前執行到的位置，接著執行16     print("666")17 18 19 gr1 = greenlet(test1)   # 啟動一個協程 注意test1不要加()20 gr2 = greenlet(test2)   #21 gr1.switch()

2.3  gevent 實現協程

　　Gevent 是一個第三方庫，可以輕鬆通過gevent實現協程程，在gevent中用到的主要模式是Greenlet, 它是以C擴充模組形式接入Python的輕量級協程。 Greenlet全部運行在主程式作業系統進程的內部，但它們被協作式地調度。

　　gevent會主動識別程式內部的IO操作，當子程式遇到IO後，切換到別的子程式。如果所有的子程式都進入IO，則阻塞。

協程之gevent例子：

 1 #! /usr/bin/env python3 2 # -*- coding:utf-8 -*- 3  4 import gevent 5  6 def func1(): 7     print("func1 running") 8     gevent.sleep(2)             # 內建函式實現io操作 9     print("switch func1")10 11 def func2():12     print("func2 running")13     gevent.sleep(1)14     print("switch func2")15 16 def func3():17     print("func3  running")18     gevent.sleep(0)19     print("func3 done..")20 21 gevent.joinall([gevent.spawn(func1),22                 gevent.spawn(func2),23                 gevent.spawn(func3),24                 ])

同步與非同步效能區別：

 1 import gevent 2   3 def task(pid): 4     """ 5     Some non-deterministic task 6     """ 7     gevent.sleep(0.5) 8     print(‘Task %s done‘ % pid) 9  10 def synchronous():11     for i in range(1,10):12         task(i)13  14 def asynchronous():15     threads = [gevent.spawn(task, i) for i in range(10)]16     gevent.joinall(threads)17  18 print(‘Synchronous:‘)19 synchronous()20  21 print(‘Asynchronous:‘)22 asynchronous()

　　上面程式的重要部分是將task函數封裝到greenlet內部線程的gevent.spawn。 初始化的greenlet列表存放在數組threads中，此數組被傳給gevent.joinall 函數，後者阻塞當前流程，並執行所有給定的greenlet。執行流程只會在 所有greenlet執行完後才會繼續向下走。

遇到Io阻塞時會切換任務之【爬蟲版】

 1 #! /usr/bin/env python3 2 # -*- coding:utf-8 -*- 3  4 from urllib import request 5 import gevent,time 6 from gevent import monkey 7  8 monkey.patch_all()    # 把當前程式中的所有io操作都做上標記 9 10 def spider(url):11     print("GET:%s" % url)12     resp = request.urlopen(url)13     data = resp.read()14     print("%s bytes received from %s.." % (len(data), url))15 16 urls = [17     "https://www.python.org/",18     "https://www.yahoo.com/",19     "https://github.com/"20 ]21 22 start_time = time.time()23 for url in urls:24     spider(url)25 print("同步耗時：",time.time() - start_time)26 27 async_time_start = time.time()28 gevent.joinall([29     gevent.spawn(spider,"https://www.python.org/"),30     gevent.spawn(spider,"https://www.yahoo.com/"),31     gevent.spawn(spider,"https://github.com/"),32 ])33 print("非同步耗時：",time.time() - async_time_start)34 35 # 最好爬國外網站吧

通過gevent實現【單線程】下的多socket並發

server端：

 1 import sys 2 import socket 3 import time 4 import gevent 5   6 from gevent import socket,monkey 7 monkey.patch_all() 8  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)17  19 def handle_request(conn):20     try:21         while True:22             data = conn.recv(1024)23             print("recv:", data)24             conn.send(data)25             if not data:26                 conn.shutdown(socket.SHUT_WR)27  28     except Exception as  ex:29         print(ex)30     finally:31         conn.close()32 if __name__ == ‘__main__‘:33     server(9999)

client端：

 1 import socket 2   3 HOST = ‘localhost‘    # The remote host 4 PORT = 9999         # 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()

協程及Python中的協程