python全棧開發基礎【第二十六篇】（concurrent.futures模塊、協程、Greenlet、Gevent）

時間 2019-11-13

標籤 python 開發基礎第二十六篇 concurrent.futures concurrent futures 模塊 greenlet gevent 欄目 Python 简体版

原文原文鏈接

注意python

1.不能無限的開進程，不能無限的開線程
最經常使用的就是開進程池，開線程池。其中回調函數很是重要
回調函數其實能夠做爲一種編程思想，誰好了誰就去掉

2.只要你用併發，就會有鎖的問題，可是你不能一直去本身加鎖吧
那麼咱們就用QUEUE，這樣還解決了自動加鎖的問題
由Queue延伸出的一個點也很是重要的概念。之後寫程序也會用到
這個思想。就是生產者與消費者問題git

1、Python標準模塊--concurrent.futures（併發將來）github

concurent.future模塊須要瞭解的編程

1.concurent.future模塊是用來建立並行的任務，提供了更高級別的接口，
爲了異步執行調用
2.concurent.future這個模塊用起來很是方便，它的接口也封裝的很是簡單
3.concurent.future模塊既能夠實現進程池，也能夠實現線程池
4.模塊導入進程池和線程池
from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
還能夠導入一個Executor,可是你別這樣導，這個類是一個抽象類
抽象類的目的是規範他的子類必須有某種方法（而且抽象類的方法必須實現），可是抽象類不能被實例化
5.
p = ProcessPoolExecutor(max_works)對於進程池若是不寫max_works：默認的是cpu的數目,默認是4個
p = ThreadPoolExecutor(max_works)對於線程池若是不寫max_works：默認的是cpu的數目*5
6.若是是進程池，獲得的結果若是是一個對象。咱們得用一個.get()方法獲得結果，可是如今用了concurent.future模塊，咱們能夠用obj.result方法
p.submit(task,i) #至關於apply_async異步方法
p.shutdown() #默認有個參數wite=True (至關於close和join)

2、線程池數組

進程池：就是在一個進程內控制必定個數的線程
基於concurent.future模塊的進程池和線程池 （他們的同步執行和異步執行是同樣的）

# 基於concurrent.futures模塊的進程池
# 1.同步執行--------------
from  concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
import os,time,random
def task(n):
    print('[%s] is running'%os.getpid())
    time.sleep(random.randint(1,3))  #I/O密集型的，，通常用線程，用了進程耗時長
    return n**2
if __name__ == '__main__':
    start = time.time()
    p = ProcessPoolExecutor()
    for i in range(10): #如今是開了10個任務， 那麼若是是上百個任務呢，就不能無線的開進程，那麼就得考慮控制
        # 線程數了，那麼就得考慮到池了
        obj  = p.submit(task,i).result()  #至關於apply同步方法
    p.shutdown()  #至關於close和join方法
    print('='*30)
    print(time.time() - start)  #17.36499309539795


# 2.異步執行-----------
# from  concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
# import os,time,random
# def task(n):
#     print('[%s] is running'%os.getpid())
#     time.sleep(random.randint(1,3))  #I/O密集型的，，通常用線程，用了進程耗時長
#     return n**2
# if __name__ == '__main__':
#     start = time.time()
#     p = ProcessPoolExecutor()
#     l = []
#     for i in range(10): #如今是開了10個任務， 那麼若是是上百個任務呢，就不能無線的開進程，那麼就得考慮控制
#         # 線程數了，那麼就得考慮到池了
#         obj  = p.submit(task,i)  #至關於apply_async()異步方法
#         l.append(obj)
#     p.shutdown()  #至關於close和join方法
#     print('='*30)
#     print([obj.result() for obj in l])
#     print(time.time() - start)  #5.362306594848633

#基於concurrent.futures模塊的線程池
from  concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
from threading import currentThread
import os,time,random
def task(n):
    print('%s:%s is running'%(currentThread().getName(),os.getpid()))  #看到的pid都是同樣的，由於線程是共享了一個進程
    time.sleep(random.randint(1,3))  #I/O密集型的，，通常用線程，用了進程耗時長
    return n**2
if __name__ == '__main__':
    start = time.time()
    p = ThreadPoolExecutor() #線程池 #若是不給定值，默認cup*5
    l = []
    for i in range(10):  #10個任務 # 線程池效率高了
        obj  = p.submit(task,i)  #至關於apply_async異步方法
        l.append(obj)
    p.shutdown()  #默認有個參數wite=True (至關於close和join)
    print('='*30)
    print([obj.result() for obj in l])
    print(time.time() - start)  #3.001171827316284

應用線程池（下載網頁並解析）併發

from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor
import requests
import time,os
def get_page(url):
    print('<%s> is getting [%s]'%(os.getpid(),url))
    response = requests.get(url)
    if response.status_code==200:  #200表明狀態：下載成功了
        return {'url':url,'text':response.text}
def parse_page(res):
    res = res.result()
    print('<%s> is getting [%s]'%(os.getpid(),res['url']))
    with open('db.txt','a') as f:
        parse_res = 'url:%s size:%s\n'%(res['url'],len(res['text']))
        f.write(parse_res)
if __name__ == '__main__':
    # p = ThreadPoolExecutor()
    p = ProcessPoolExecutor()
    l = [
        'http://www.baidu.com',
        'http://www.baidu.com',
        'http://www.baidu.com',
        'http://www.baidu.com',
    ]
    for url in l:
        res = p.submit(get_page,url).add_done_callback(parse_page) #這裏的回調函數拿到的是一個對象。得
        #  先把返回的res獲得一個結果。即在前面加上一個res.result() #誰好了誰去掉回調函數
                                # 回調函數也是一種編程思想。不只開線程池用，開線程池也用
    p.shutdown()  #至關於進程池裏的close和join
    print('主',os.getpid())

map函數的應用app

# map函數舉例
obj= map(lambda x:x**2 ,range(10))
print(list(obj))

#運行結果[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

　　能夠和上面的開進程池/線程池的對比着看，就能發現map函數的強大了dom

#map函數應用
# 咱們的那個p.submit(task,i)和map函數的原理相似。咱們就
# 能夠用map函數去代替。更減縮了代碼
from  concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
import os,time,random
def task(n):
    print('[%s] is running'%os.getpid())
    time.sleep(random.randint(1,3))  #I/O密集型的，，通常用線程，用了進程耗時長
    return n**2
if __name__ == '__main__':
    p = ProcessPoolExecutor()
    obj = p.map(task,range(10))
    p.shutdown()  #至關於close和join方法
    print('='*30)
    print(obj)  #返回的是一個迭代器
    print(list(obj))

3、協程介紹異步

協程：單進程下實現併發（提升效率），協程實質上是對單線程在時間上的充分利用，尤爲是在IO密集型任務是，遇到IO切換到別的任務，返回結果由回到函數處理socket

說到協成，咱們先說一下協程聯想到的知識點

切換關鍵的一點是：保存狀態（從原來停留的地方繼續切）
return:只能執行一次，結束函數的標誌
yield:函數中但凡是有yield，這個函數的執行結果就變成了一個生成器，
生成器本質就是一個迭代器，那麼迭代器怎麼用呢？用一個next()方法
 
 
1.yield語句的形式：yield 1
yield功能1：能夠用來返回值，能夠返回屢次值
yield功能2：能夠吧函數暫停住，保存原來的狀態
 
2.yield表達式的形式:x = yieldsend能夠吧一個函數的結果傳給另外一個函數，以此實現單線程內程序之間的切換
send()要想用就得先next()一下
可是要用send至少要用兩個yield

yield複習

# yield功能（能夠吧函數暫停住，保存原來的狀態）--------------
def f1():
    print('first')
    yield 1
    print('second')
    yield 2
    print('third')
    yield 3
# print(f1())  #加了yield返回的是一個生成器
g = f1()
print(next(g))  #當碰見了yield的時候就返回一個值,並且保存原來的狀態
print(next(g))  #當碰見了yield的時候就返回一個值
print(next(g))  #當碰見了yield的時候就返回一個值

# yield表達式(對於表達式的yield)--------------------
import time
def wrapper(func):
    def inner(*args,**kwargs):
        ret =func(*args,**kwargs)
        next(ret)
        return ret
    return inner
@wrapper
def consumer():
    while True:
        x= yield
        print(x)

def producter(target):
    '''生產者造值'''
    # next(g)  #至關於g.send(None)
    for i in range(10):
        time.sleep(0.5)
        target.send(i)#要用send就得用兩個yield
producter(consumer())

引子

本節主題是實現單線程下的併發，即只在一個主線程，而且很明顯的是，可利用的cpu只有一個狀況下實現併發，

爲此咱們須要先回顧下併發的本質：切換+保存狀態

cpu正在運行一個任務，會在兩種狀況下切走去執行其餘的任務（切換由操做系統強制控制），

一種狀況是該任務發生了阻塞，另一種狀況是該任務計算的時間過長

其中第二種狀況並不能提高效率，只是爲了讓cpu可以雨露均沾，實現看起來你們都被執行的效果，若是多個程序都是純計算任務，這種切換反而會下降效率。爲此咱們能夠基於yield來驗證。yield自己就是一種在單線程下能夠保存任務運行狀態的方法，咱們來簡單複習一下：

yiled能夠保存狀態， yield 的狀態保存與操做系統的保存線程狀態很像，可是 yield 是代碼級別控制的，更輕量級

send能夠把一個函數的結果傳給另一個函數，以此實現單線程內程序之間的切換

單純的切反而會影響效率　　

#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)
stop=time.time()
print(stop-start) #1.5536692142486572

# 基於yield併發執行
import time
def wrapper(func):
    def inner(*args,**kwargs):
        ret =func(*args,**kwargs)
        next(ret)
        return ret
    return inner
@wrapper
def consumer():
    while True:
        x= yield
        print(x)

def producter(target):
    '''生產者造值'''
    # next(g)  #至關於g.send(None)
    for i in range(10):
        time.sleep(0.5)
        target.send(i)#要用send就得用兩個yield
producter(consumer())

對於單線程下，咱們不可避免程序中出現io操做，但若是咱們能在本身的程序中（即用戶程序級別，而非操做系統級別）控制單線程下多個任務能遇到io就切換，這樣就保證了該線程可以最大限度地處於就緒態，即隨時均可以被cpu執行的狀態，至關於咱們在用戶程序級別將本身的io操做最大限度地隱藏起來，對於操做系統來講：這哥們（該線程）好像是一直處於計算過程的，io比較少。

協程的本質就是在單線程下，由用戶本身控制一個任務遇到io阻塞了就切換另一個任務去執行，以此來提高效率。

所以咱們須要找尋一種能夠同時知足如下條件的解決方案：

1. 能夠控制多個任務之間的切換，切換以前將任務的狀態保存下來（從新運行時，能夠基於暫停的位置繼續）

2. 做爲1的補充：能夠檢測io操做，在遇到io操做的狀況下才發生切換

4、Greenlet

Greenlet模塊和yield沒有什麼區別，就只是單純的切，跟效率無關。

只不過比yield更好一點，切的時候方便一點。可是仍然沒有解決效率

Greenlet可讓你在多個任務之間來回的切

# greenlet示例
from greenlet import greenlet
import time
def eat(name):
    print('%s eat 1' %name)
    time.sleep(10)  #當遇到IO的時候它也沒有切，這就得用gevent了
    g2.switch('egon')
    print('%s eat 2' %name)
    g2.switch()
def play(name):
    print('%s play 1' %name)
    g1.switch()
    print('%s play 2' %name)

g1=greenlet(eat)
g2=greenlet(play)

g1.switch('egon')#能夠在第一次switch時傳入參數，之後都不須要

因此上面的方法都不可行，那麼這就用到了Gevert ,也就是協程。就解決了單線程實現併發的問題，還提高了效率　　

5、Gevent介紹

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
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

舉例;

# gevent的一些方法（重要）
from gevent import monkey;monkey.patch_all()
import gevent
import time
def eat(name):
    print('%s eat 1' %name)
    time.sleep(2)  #咱們用等待的時間模擬IO阻塞
    ''' 在gevent模塊裏面要用gevent.sleep(2)表示等待的時間
        然而咱們常常用time.sleep()用習慣了，那麼有些人就想着
        能夠用time.sleep()，那麼也不是不能夠。要想用，就得在
        最上面導入from gevent import monkey;monkey.patch_all()這句話
        若是不導入直接用time.sleep()，就實現不了單線程併發的效果了
    '''
    # gevent.sleep(2)
    print('%s eat 2' %name)
    return 'eat'
def play(name):
    print('%s play 1' %name)
    time.sleep(3)
    # gevent.sleep(3)
    print('%s play 2' %name)
    return 'paly'  #當有返回值的時候，gevent模塊也提供了返回結果的操做

start = time.time()
g1 = gevent.spawn(eat,'egon')  #執行任務
g2 = gevent.spawn(play,'egon')  #g1和g2的參數能夠不同
# g1.join()  #等待g1
# g2.join()  #等待g2
#上面等待的兩句也能夠這樣寫
gevent.joinall([g1,g2])
print('主',time.time()-start) #3.001171588897705

print(g1.value)
print(g2.value)

須要說明的是：

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

6、Gevent之同步於異步

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():
    for i in range(10):
        task(i)

def asynchronous():
    g_l=[spawn(task,i) for i in range(10)]
    joinall(g_l)

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。執行流程只會在 全部greenlet執行完後纔會繼續向下走。

7、Gevent之應用舉例一

#協程應用爬蟲
from gevent import monkey;monkey.patch_all()  #打補丁
import gevent
import requests
import time
def get_page(url):
    print('get :%s'%url)
    response = requests.get(url)
    if response.status_code==200: #下載成功的狀態
        print('%d bytes received from:%s'%(len(response.text),url))
start=time.time()
gevent.joinall([
    gevent.spawn(get_page,'http://www.baidu.com'),
    gevent.spawn(get_page, 'https://www.yahoo.com/'),
    gevent.spawn(get_page, 'https://github.com/'),
])
stop = time.time()
print('run time is %s' %(stop-start))

#協程應用爬蟲加了回調函數的
from gevent import joinall,spawn,monkey;monkey.patch_all()
import requests
from threading import current_thread

def parse_page(res):
    print('%s PARSE %s' %(current_thread().getName(),len(res)))

def get_page(url,callback=parse_page):
    print('%s GET %s' %(current_thread().getName(),url))
    response=requests.get(url)
    if response.status_code == 200:
        callback(response.text)

if __name__ == '__main__':
    urls=[
        'https://www.baidu.com',
        'https://www.taobao.com',
        'https://www.openstack.org',
    ]

    tasks=[]
    for url in urls:
        tasks.append(spawn(get_page,url))

    joinall(tasks)

8、Gevent之應用舉例二

也能夠利用協程實現併發

# 服務端利用協程
#!usr/bin/env python
# -*- coding:utf-8 -*-
from  gevent import monkey;monkey.patch_all()
import gevent
from socket import *
print('start running...')
def talk(conn,addr):
    while True:
        data = conn.recv(1024)
        print('%s:%s %s'%(addr[0],addr[1],data))
        conn.send(data.upper())
    conn.close()
def server(ip,duankou):
    server = socket(AF_INET, SOCK_STREAM)
    server.setsockopt(SOL_SOCKET, SO_REUSEADDR, 1)
    server.bind((ip,duankou))
    server.listen(5)
    while True:
        conn,addr = server.accept()  #等待連接
        gevent.spawn(talk,conn,addr)  #異步執行 （p =Process(target=talk,args=(coon,addr))
                                                # p.start()）至關於開進程裏的這兩句
    server.close()
if __name__ == '__main__':
    server('127.0.0.1',8081)

#客戶端開了100個進程
#!usr/bin/env python
# -*- coding:utf-8 -*-
from multiprocessing import Process
from gevent import monkey;monkey.patch_all()
from socket import *
def client(ip,duankou):
    client = socket(AF_INET, SOCK_STREAM)
    client.connect((ip,duankou))
    while True:
        client.send('hello'.encode('utf-8'))
        data = client.recv(1024)
        print(data.decode('utf-8'))
if __name__ == '__main__':
    for i in range(100):
        p = Process(target=client,args=(('127.0.0.1',8081)))
        p.start()