协程--gevent模块(单线程高并发)

时间：2022-06-19 00:26:46

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('\033[31;1m我是func1\033[0m')

    gevent.sleep(3)

    print('\033[31;1m我是func1.1--我上面有3秒\033[0m')

def func2():

    print('\033[32;1m我是func2.\033[0m')

    gevent.sleep(2)

    print('\033[32;1m我是func2.1 我上面有2秒\033[0m')

def func3():

    print('\033[32;1m我是func3.\033[0m')

    gevent.sleep(2)

    print('\033[32;1m我是func3.1我上面有2秒\033[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




 import sys

 import socket

 import time

 import gevent

 from gevent import socket,monkey

 monkey.patch_all()

 def server(port):

     s = socket.socket()

     s.bind(('0.0.0.0', port))

     s.listen(500)

     while True:

         cli, addr = s.accept()

         gevent.spawn(handle_request, cli)   #gevent.spwan调用handle参数并传参

 def handle_request(conn):

     try:

         while True:

             data = conn.recv(1024)

             print("recv:", data)

             conn.send(data)

             if not data:

                 conn.shutdown(socket.SHUT_WR)

     except Exception as  ex:

         print(ex)

     finally:

         conn.close()

 if __name__ == '__main__':

     server(8001)




client端


单线程的客户端




 import socket

 HOST = 'localhost'    # The remote host

 PORT = 8001           # The same port as used by the server

 s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

 s.connect((HOST, PORT))

 while True:

     msg = bytes(input(">>:"),encoding="utf8")

     s.sendall(msg)

     data = s.recv(1024)

     #print(data)

     print('Received', repr(data))

 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()


相关文章