一、协程定义和作用
协程（coroutine），又称为微线程，纤程。(协程是一种用户态的轻量级线程)
作用：在执行 A 函数的时候，可以随时中断，去执行 B 函数，然后中断继续执行 A 函数 （可以自动切换），单着一过程并不是函数调用（没有调用语句），过程很像多线程，然而协 程只有一个线程在执行
1、使用协程的优点
由于自身带有上下文和栈，无需线程上下文切换的开销,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；
无需原子操作的锁定及同步的开销；
方便切换控制流，简化编程模型
单线程内就可以实现并发的效果，最大限度地利用 cpu，且可扩展性高，成本低（注：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）
2、使用协程的缺点
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 程需要和进程配合才能运行在多 CPU 上.当然我们日常所编写的绝大部分应用都没有这个必 要，除非是 cpu 密集型应用。
进行阻塞（Blocking）操作（如 IO 时）会阻塞掉整个程序
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
# 协程的基本使用， 实现两个任务的切换 yield 和 next 来回切换
def func1():
for i in range(11):
print(f"一班打印第{i}次数据")
yield
def func2():
g = func1()
next(g)
for i in range(10):
print(f"二班打印第{i}次数据")
next(g)
if __name__ == "__main__":
func2()
|
二、Greenlet 的使用
单线程内有多个任务，用greenlet实现任务的切换 greenlet 和 switch 组合
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
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}:一块去完！！！')
g1.switch()
print(f'{name}:一起去吃！！')
if __name__ == "__main__":
g1 = greenlet(gf)
g2 = greenlet(bf)
# 切换任务
g1.switch('dc') # 只需要第一次上传
|
三、Gevent的使用
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，但他们被协作式地调度。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
from gevent import monkey; # 为了能识别time模块的io
monkey.patch_all() #必须放到被打补丁者的前面，如 time，socket 模块之前
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()
# 创建协程对象
g1 = gevent.spawn(gf,'貂蝉')
g2 = gevent.spawn(bf,'吕布')
# 开启任务
g1.join()
g2.join()
end = time()
print(end-start)
|
注意：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
四、async io 异步 IO
asyncio 是 python3.4 之后的协程模块，是 python 实现并发重要的包，这个包使用事件 循环驱动实现并发。
事件循环是一种处理多并发量的有效方式，在*中它被描述为「一种等待程序分配 事件或消息的编程架构」，我们可以定义事件循环来简化使用轮询方法来监控事件，通俗的说 法就是「当 A 发生时，执行 B」。
-
@asyncio.coroutine协程装饰器装饰 -
asyncio.sleep()可以避免事件循环阻塞 -
get_event_loop()获取事件循环 -
Loop.run_until_complete()监听事件循环 -
gather()封装任务 -
await等于 yield from 就是在等待 task 结果
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
import asyncio
@asyncio.coroutine # python3.5 之前 官网说3.10将被移除
def func1():
for i in range(5):
print('一边吃饭！！')
yield from asyncio.sleep(0)
async def func2(): # python3.5以上
for i in range(5):
print('一边打游戏！！！')
await asyncio.sleep(0)
if __name__ == "__main__":
g1 = func1()
g2 = func2()
# 获取事件循环
loop = asyncio.get_event_loop()
# 监听事件循环
loop.run_until_complete(asyncio.gather(g1,g2))
# 关闭事件循环
loop.close()
|
1、asyncio中的task的使用
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
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):
# 创建task
task = asyncio.create_task(compute(x,y)) #python3.7以上写法
# task绑定回调函数
task.add_done_callback(functools.partial(end,x,y)) #python3.7以上写法
# 释放下cpu的使用
await asyncio.sleep(0)
print('--------------------print_num继续执行---------------------------')
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、总结
并行：指的是任务数小于等于 cpu 核数，即任务真的是一起执行的
并发：指的是任务数多余 cpu 核数，通过操作系统的各种任务调度算法，实现用多个任 务“一起”执行（实际上总有一些任务不在执行，因为切换任务的速度相当快，看上去一 起执行而已）
进程与线程的区别：
1. 线程是程序执行的最小单位，而进程是操作系统分配资源的最小单位；
2. 一个进程由一个或多个线程组成，线程是一个进程中代码的不同执行路线；
3. 进程之间相互独立，但同一进程下的各个线程之间共享程序的内存空间(包括代码段、 数据集、堆等)及一些进程级的资源(如打开文件和信号)，某进程内的线程在其它进程 不可见；
4. 调度和切换：线程上下文切换比进程上下文切换要快得多。
进程、线程和协程的特点
进程：拥有自己独立的堆和栈，既不共享堆，也不共享栈，进程由操作系统调度；进程切换需要的资源很最大，效率很低
线程：拥有自己独立的栈和共享的堆，共享堆，不共享栈，标准线程由操作系统调度；线 程切换需要的资源一般，效率一般（当然了在不考虑 GIL 的情况下）
协程：拥有自己独立的栈和共享的堆，共享堆，不共享栈，协程由程序员在协程的代码里 显示调度；协程切换任务资源很小，效率高
多进程、多线程根据 cpu 核数不一样可能是并行的，但是协程是在一个线程中 所以是并发
选择技术考虑的因素：切换的效率、数据共享的问题、 数据安全、是否需要并发
总结
本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注服务器之家的更多内容！
原文链接：https://blog.csdn.net/qq_53582111/article/details/120981790