併發編程(四)

時間 2019-11-19

標籤併發編程简体版

原文原文鏈接

併發編程(四) >>>思惟導圖>>>中二青年html

進程池與線程池python

什麼是池？在保證計算機硬件安全的狀況下最大限度的利用計算機池實際上是下降了程序的運行效率可是保證了計算機硬件的安全 (硬件的發展跟不上軟件的速度)git

p = ThreadPoolExecutor()建立線程池，括號內能夠傳參數指定線程池內的線程個數，也能夠不傳，不傳默認是當前所在計算機的cpu個數乘5github

p = ProcessPoolExecutor()建立進程池，默認是當前計算機cpu的個數編程

池子中建立的進程/線程建立一次就不會再建立了，至始至終用的都是最初的那幾個，這樣的話節省了反覆開闢進程/線程的資源數組

concurrent.futures 模塊提供異步執行回調高層接口安全

異步執行能夠由 ThreadPoolExecutor 使用線程或由 ProcessPoolExecutor 使用單獨的進程來實現。二者都是實現抽像類 Executor 定義的接口。多線程

p.submit(fn, *args, **kwargs)朝池子提交任務，異步提交併發

# 調度可調用對象 fn，以 fn(*args **kwargs) 方式執行並返回 Future 對像表明可調用對象的執行。app

p.shutdown(wait=True)關閉池子

#等待池子中全部的任務執行完畢以後纔會往下運行代碼

ThreadPoolExecutor 是 Executor 的子類，它使用線程池來異步執行調用。

ProcessPoolExecutor 是 Executor 的子類，它使用進程池來實現異步執行調用。

# ProcessPoolExecutor 使用 multiprocessing 迴避 Global Interpreter Lock 但也意味着只能夠處理和返回可序列化的對象。 __main__ 模塊必須能夠被工做者子進程導入。這意味着 ProcessPoolExecutor 不能夠工做在交互式解釋器中。

異步回調

提交任務的方式

同步：提交任務以後原地等待任務的返回結果期間不作任何事

異步：提交任務以後不等待任務的返回結果(異步的結果怎麼拿？？？) 直接執行下一行代碼

異步回調機制:當異步提交的任務有返回結果以後，會自動觸發回調函數的執行

result()原地等待任務的返回結果

p.submit(fn,*args, **kwargs).add_done_callback(fn)提交任務的時候綁定一個回調函數一旦該任務有結果馬上執行對於的回調函數

案例

from concurrent.futures import ThreadPoolExecutor
import time
import os
 
pool = ThreadPoolExecutor(5)  # 括號內能夠傳參數指定線程池內的線程個數
# 也能夠不傳，不傳默認是當前所在計算機的cpu個數乘5
 
def task(n):
    print(n,os.getpid())  # 查看當前進程號
    time.sleep(2)
    return n**2
def call_back(n):
    print('拿到了異步提交任務的返回結果:',n.result())
 
for i in range(20):
    res = pool.submit(task,i).add_done_callback(call_back)  
    # 提交任務的時候 綁定一個回調函數 一旦該任務有結果 馬上執行對於的回調函數
pool.shutdown()  # 關閉池子 等待池子中全部的任務執行完畢以後 纔會往下運行代碼

線程池

from concurrent.futures import ProcessPoolExecutor
import time
import os
 
pool = ProcessPoolExecutor()  # 默認是當前計算機cpu的個數
 
def task(n):
    print(n,os.getpid())  # 查看當前進程號
    time.sleep(2)
    return n**2
def call_back(n):
    print('拿到了異步提交任務的返回結果:',n.result())
 
if __name__ == '__main__':
    for i in range(20):
        res = pool.submit(task,i).add_done_callback(call_back)  
        # 提交任務的時候 綁定一個回調函數 一旦該任務有結果 馬上執行對於的回調函數
    pool.shutdown()  # 關閉池子 等待池子中全部的任務執行完畢以後 纔會往下運行代碼

進程池

協程

協程就是單線程實現併發

併發的條件：多道技術

空間上的複用

時間上的複用
切換+保存狀態(併發)ps:看起來像同時執行的就能夠稱之爲併發

因此要想實現協程就是須要識別到IO操做就切換並保存狀態，也就是讓cpu一直處於就緒與運行狀態，然而不讓程序使用線程與進程而實現阻塞只能經過生成器函數yield來實現阻塞。

實現上訴狀況的方法一種是任務阻塞，第二種是計算時間過長，顯然第二種狀況進行切換不能提高效率，若是任務都是計算密集型的，這種切換反而反而會下降效率；第一種狀況的切換，在任務一遇到io狀況下，切到任務二去執行，這樣就能夠利用任務一阻塞的時間完成任務二的計算，效率的提高就在於此。

案例：單純地切換反而會下降運行效率

# 串行執行
import time
def consumer(res):
    '''任務1:接收數據,處理數據'''
    pass
def producer():
    '''任務2:生產數據'''
    res=[]
    for i in range(10000000):
        res.append(i)
    return res
start=time.time()
# 串行執行
res=producer()
consumer(res) # 寫成consumer(producer())會下降執行效率
stop=time.time()
print(stop-start) #1.5536692142486572
 
# 基於yield併發執行
import time
def consumer():
    '''任務1:接收數據,處理數據'''
    while True:
        x=yield
def producer():
    '''任務2:生產數據'''
    g=consumer()
    next(g)
    for i in range(10000000):
        g.send(i)
start=time.time()
# 基於yield保存狀態,實現兩個任務直接來回切換,即併發的效果
# PS:若是每一個任務中都加上打印,那麼明顯地看到兩個任務的打印是你一次我一次,即併發執行的.
producer()
stop=time.time()
print(stop-start) #2.0272178649902344

串行執行

案例：yield沒法作到識別io阻塞

import time
def consumer():
    '''任務1:接收數據,處理數據'''
    while True:
        x=yield
def producer():
    '''任務2:生產數據'''
    g=consumer()
    next(g)
    for i in range(10000000):
        g.send(i)
        time.sleep(2)
start=time.time()
producer() # 併發執行,可是任務producer遇到io就會阻塞住,並不會切到該線程內的其餘任務去執行
stop=time.time()
print(stop-start)

View Code

這個時候須要找到一個可以識別IO的工具：gevent模塊

Gevent 是一個第三方庫，能夠輕鬆經過gevent實現併發同步或異步編程，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所有運行在主程序操做系統進程的內部，但它們被協做式地調度。

用法介紹

g1=gevent.spawn(func,1,,2,3,x=4,y=5)建立一個協程對象g1，spawn括號內第一個參數是函數名，如eat，後面能夠有多個參數，能夠是位置實參或關鍵字實參，都是傳給函數eat的
g2=gevent.spawn(func2)
g1.join()  # 等待g1結束
g2.join()  # 等待g2結束
# 或者上述兩步合做一步：gevent.joinall([g1,g2])
g1.value#拿到func1的返回值

案例：遇到io主動切換

import gevent
def eat(name):
    print('%s eat 1' %name)
    gevent.sleep(2)
    print('%s eat 2' %name)
def play(name):
    print('%s play 1' %name)
    gevent.sleep(1)
    print('%s play 2' %name)
g1=gevent.spawn(eat,'egon')
g2=gevent.spawn(play,name='egon')
g1.join()
g2.join()
# 或者gevent.joinall([g1,g2])
print('主')

View Code

上例gevent.sleep(2)模擬的是gevent能夠識別的io阻塞,而time.sleep(2)或其餘的阻塞,gevent是不能直接識別的須要用下面一行代碼,打補丁,就能夠識別了

from gevent import monkey;monkey.patch_all()必須放到被打補丁者的前面，如time，socket模塊以前

或者咱們乾脆記憶成：要用gevent，須要將from gevent import monkey;monkey.patch_all()放到文件的開頭

from gevent import monkey;monkey.patch_all()
import gevent
import time
def eat():
    print('eat food 1')
    time.sleep(2)
    print('eat food 2')
def play():
    print('play 1')
    time.sleep(1)
    print('play 2')
g1=gevent.spawn(eat)
g2=gevent.spawn(play)
gevent.joinall([g1,g2])
print('主')

View Code

咱們能夠用threading.current_thread().getName()來查看每一個g1和g2，查看的結果爲DummyThread-n，即假線程

from gevent import monkey;monkey.patch_all()
import threading
import gevent
import time
def eat():
    print(threading.current_thread().getName())
    print('eat food 1')
    time.sleep(2)
    print('eat food 2')
def play():
    print(threading.current_thread().getName())
    print('play 1')
    time.sleep(1)
    print('play 2')
g1=gevent.spawn(eat)
g2=gevent.spawn(play)
gevent.joinall([g1,g2])
print('主')

Gevent之同步與異步

from gevent import spawn,joinall,monkey;monkey.patch_all()
import time
def task(pid):
    """
    Some non-deterministic task
    """
    time.sleep(0.5)
    print('Task %s done' % pid)
def synchronous():  # 同步
    for i in range(10):
        task(i)
def asynchronous(): # 異步
    g_l=[spawn(task,i) for i in range(10)]
    joinall(g_l)
    print('DONE')
    
if __name__ == '__main__':
    print('Synchronous:')
    synchronous()
    print('Asynchronous:')
    asynchronous()
#  上面程序的重要部分是將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，並執行全部給定的greenlet任務。執行流程只會在 全部greenlet執行完後纔會繼續向下走。

View Code

協程應用一：爬蟲

from gevent import monkey;monkey.patch_all()
import gevent
import requests
import time
def get_page(url):
    print('GET: %s' %url)
    response=requests.get(url)
    if response.status_code == 200:
        print('%d bytes received from %s' %(len(response.text),url))
start_time=time.time()
gevent.joinall([
    gevent.spawn(get_page,'https://www.python.org/'),
    gevent.spawn(get_page,'https://www.yahoo.com/'),
    gevent.spawn(get_page,'https://github.com/'),
])
stop_time=time.time()
print('run time is %s' %(stop_time-start_time))

View Code

協程應用二：經過gevent單線程下socket併發

from gevent import monkey;monkey.patch_all()
from socket import *
import gevent
# 若是不想用money.patch_all()打補丁,能夠用gevent自帶的socket
# from gevent import socket
# s=socket.socket()
def server(server_ip,port):
    s=socket(AF_INET,SOCK_STREAM)
    s.setsockopt(SOL_SOCKET,SO_REUSEADDR,1)
    s.bind((server_ip,port))
    s.listen(5)
    while True:
        conn,addr=s.accept()
        gevent.spawn(talk,conn,addr)
def talk(conn,addr):
    try:
        while True:
            res=conn.recv(1024)
            print('client %s:%s msg: %s' %(addr[0],addr[1],res))
            conn.send(res.upper())
    except Exception as e:
        print(e)
    finally:
        conn.close()
if __name__ == '__main__':
    server('127.0.0.1',8080)

server

from socket import *
client=socket(AF_INET,SOCK_STREAM)
client.connect(('127.0.0.1',8080))
while True:
    msg=input('>>: ').strip()
    if not msg:continue
    client.send(msg.encode('utf-8'))
    msg=client.recv(1024)
    print(msg.decode('utf-8'))

client

from threading import Thread
from socket import *
import threading
def client(server_ip,port):
    c=socket(AF_INET,SOCK_STREAM) # 套接字對象必定要加到函數內，即局部名稱空間內，放在函數外則被全部線程共享，則你們公用一個套接字對象，那麼客戶端端口永遠同樣了
    c.connect((server_ip,port))
    count=0
    while True:
        c.send(('%s say hello %s' %(threading.current_thread().getName(),count)).encode('utf-8'))
        msg=c.recv(1024)
        print(msg.decode('utf-8'))
        count+=1
if __name__ == '__main__':
    for i in range(500):
        t=Thread(target=client,args=('127.0.0.1',8080))
        t.start()