python基礎之並發編程(三)
一、協程定義和作用
協程(coroutine),又稱為微線程,纖程。(協程是一種用戶態的輕量級線程)
作用:在執行 A 函數的時候,可以隨時中斷,去執行 B 函數,然後中斷繼續執行 A 函數 (可以自動切換),單著一過程並不是函數調用(沒有調用語句),過程很像多線程,然而協 程隻有一個線程在執行
1、使用協程的優點
由於自身帶有上下文和棧,無需線程上下文切換的開銷,屬於程序級別的切換,操作系統 完全感知不到,因而更加輕量級;
無需原子操作的鎖定及同步的開銷;
方便切換控制流,簡化編程模型
單線程內就可以實現並發的效果,最大限度地利用 cpu,且可擴展性高,成本低(註:一 個 CPU 支持上萬的協程都不是問題。所以很適合用於高並發處理)
2、使用協程的缺點
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。
進行阻塞(Blocking)操作(如 IO 時)會阻塞掉整個程序
# 協程的基本使用, 實現兩個任務的切換 yield 和 next 來回切換 def func1(): for i in range(11): print(f"一班打印第{i}次數據") yield def func2(): g = func1() next(g) for i in range(10): print(f"二班打印第{i}次數據") next(g) if __name__ == "__main__": func2()
二、Greenlet 的使用
單線程內有多個任務,用greenlet實現任務的切換 greenlet 和 switch 組合
from greenlet import greenlet # pip install greenlet def gf(name): print(f'{name}:我想王者!!') g2.switch('zf') print(f'{name}:我想吃大餐!!!') g2.switch() def bf(name): print(f'{name}:一塊去完!!!') g1.switch() print(f'{name}:一起去吃!!') if __name__ == "__main__": g1 = greenlet(gf) g2 = greenlet(bf) # 切換任務 g1.switch('dc') # 隻需要第一次上傳
三、Gevent的使用
Gevent 是一個第三方庫,可以輕松通過 gevent 實現並發同步或異步編程,在 gevent 中用到的主要模式是 Greenlet,它是以 C 擴展模塊形式接入 Python 的輕量級協程。
Greenlet 全部運行在主程序操作系統進程的內部,但他們被協作式地調度。
from gevent import monkey; # 為瞭能識別time模塊的io monkey.patch_all() #必須放到被打補丁者的前面,如 time,socket 模塊之前 import gevent # pip install gevent from time import time,sleep def gf(name): print(f'{name}:我想打王者!!') # gevent.sleep(2) sleep(2) print(f'{name}:我想吃大餐!!!') def bf(name): print(f'{name}:一起打!!!') # gevent.sleep(2) sleep(2) print(f'{name}:一快去吃!!') if __name__ == "__main__": start = time() # 創建協程對象 g1 = gevent.spawn(gf,'貂蟬') g2 = gevent.spawn(bf,'呂佈') # 開啟任務 g1.join() g2.join() end = time() print(end-start)
註意:上例 gevent.sleep(2)模擬的是 gevent 可以識別的 io 阻塞; 而 time.sleep(2)或其他的阻塞,gevent 是不能直接識別的需要用下面一行代碼,打補丁,就 可以識別瞭
四、async io 異步 IO
asyncio 是 python3.4 之後的協程模塊,是 python 實現並發重要的包,這個包使用事件 循環驅動實現並發。
事件循環是一種處理多並發量的有效方式,在維基百科中它被描述為「一種等待程序分配 事件或消息的編程架構」,我們可以定義事件循環來簡化使用輪詢方法來監控事件,通俗的說 法就是「當 A 發生時,執行 B」。
@asyncio.coroutine
協程裝飾器裝飾asyncio.sleep()
可以避免事件循環阻塞get_event_loop()
獲取事件循環Loop.run_until_complete()
監聽事件循環gather()
封裝任務await
等於 yield from 就是在等待 task 結果
import asyncio @asyncio.coroutine # python3.5 之前 官網說3.10將被移除 def func1(): for i in range(5): print('一邊吃飯!!') yield from asyncio.sleep(0) async def func2(): # python3.5以上 for i in range(5): print('一邊打遊戲!!!') await asyncio.sleep(0) if __name__ == "__main__": g1 = func1() g2 = func2() # 獲取事件循環 loop = asyncio.get_event_loop() # 監聽事件循環 loop.run_until_complete(asyncio.gather(g1,g2)) # 關閉事件循環 loop.close()
1、asyncio中的task的使用
import asyncio import functools async def compute(x,y): print(f'compute:{x}+{y}....') await asyncio.sleep(1) return x+y async def print_sum(x,y): # 創建task task = asyncio.create_task(compute(x,y)) #python3.7以上寫法 # task綁定回調函數 task.add_done_callback(functools.partial(end,x,y)) #python3.7以上寫法 # 釋放下cpu的使用 await asyncio.sleep(0) print('--------------------print_num繼續執行---------------------------') for i in range(1000000): if i%5000 ==0: print(i) await asyncio.sleep(0.1) def end(n,m,t): print(f'{n}+{m}={t.result()}') if __name__ == "__main__": loop = asyncio.get_event_loop() loop.run_until_complete(print_sum(1,2)) loop.close()
五、總結
並行:指的是任務數小於等於 cpu 核數,即任務真的是一起執行的
並發:指的是任務數多餘 cpu 核數,通過操作系統的各種任務調度算法,實現用多個任 務“一起”執行(實際上總有一些任務不在執行,因為切換任務的速度相當快,看上去一 起執行而已)
進程與線程的區別:
1. 線程是程序執行的最小單位,而進程是操作系統分配資源的最小單位;
2. 一個進程由一個或多個線程組成,線程是一個進程中代碼的不同執行路線;
3. 進程之間相互獨立,但同一進程下的各個線程之間共享程序的內存空間(包括代碼段、 數據集、堆等)及一些進程級的資源(如打開文件和信號),某進程內的線程在其它進程 不可見;
4. 調度和切換:線程上下文切換比進程上下文切換要快得多。
進程、線程和協程的特點
進程:擁有自己獨立的堆和棧,既不共享堆,也不共享棧,進程由操作系統調度;進程切換需要的資源很最大,效率很低
線程:擁有自己獨立的棧和共享的堆,共享堆,不共享棧,標準線程由操作系統調度;線 程切換需要的資源一般,效率一般(當然瞭在不考慮 GIL 的情況下)
協程:擁有自己獨立的棧和共享的堆,共享堆,不共享棧,協程由程序員在協程的代碼裡 顯示調度;協程切換任務資源很小,效率高
多進程、多線程根據 cpu 核數不一樣可能是並行的,但是協程是在一個線程中 所以是並發
選擇技術考慮的因素:切換的效率、數據共享的問題、 數據安全、是否需要並發
總結
本篇文章就到這裡瞭,希望能夠給你帶來幫助,也希望您能夠多多關註WalkonNet的更多內容!
推薦閱讀:
- Python使用Asyncio進行web編程方法詳解
- python協程與 asyncio 庫詳情
- 淺談Python協程asyncio
- Python協程asyncio模塊的演變及高級用法
- Python協程asyncio異步編程筆記分享