協程及Python中的協程

1 協程

1.1協程的概念

　　協程，又稱微線程，纖程。英文名Coroutine。一句話說明什麼是線程：協程是一種用戶態的輕量級線程。（其實並無說明白~）

　　我以爲單說協程，比較抽象，若是對線程有必定了解的話，應該就比較好理解了。

　　那麼這麼來理解協程比較容易：

　　線程是系統級別的，它們是由操做系統調度；協程是程序級別的，由程序員根據須要本身調度。咱們把一個線程中的一個個函數叫作子程序，那麼子程序在執行過程當中能夠中斷去執行別的子程序；別的子程序也能夠中斷回來繼續執行以前的子程序，這就是協程。也就是說同一線程下的一段代碼<1>執行着執行着就能夠中斷，而後跳去執行另外一段代碼，當再次回來執行代碼塊<1>的時候，接着從以前中斷的地方開始執行。

　　比較專業的理解是：

　　協程擁有本身的寄存器上下文和棧。協程調度切換時，將寄存器上下文和棧保存到其餘地方，在切回來的時候，恢復先前保存的寄存器上下文和棧。所以：協程能保留上一次調用時的狀態（即全部局部狀態的一個特定組合），每次過程重入時，就至關於進入上一次調用的狀態，換種說法：進入上一次離開時所處邏輯流的位置。

1.2 協程的優缺點

協程的優勢：

　　（1）無需線程上下文切換的開銷，協程避免了無心義的調度，由此能夠提升性能（但也所以，程序員必須本身承擔調度的責任，同時，協程也失去了標準線程使用多CPU的能力）

　　（2）無需原子操做鎖定及同步的開銷

　　（3）方便切換控制流，簡化編程模型

　　（4）高併發+高擴展性+低成本：一個CPU支持上萬的協程都不是問題。因此很適合用於高併發處理。

協程的缺點：

　　（1）沒法利用多核資源：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,協程須要和進程配合才能運行在多CPU上.固然咱們平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。

　　（2）進行阻塞（Blocking）操做（如IO時）會阻塞掉整個程序

 

2 Python中如何實現協程

2.1 yield實現協程　　

　　前文所述「子程序（函數）在執行過程當中能夠中斷去執行別的子程序；別的子程序也能夠中斷回來繼續執行以前的子程序」，那麼很容易想到Python的yield，顯然yield是能夠實現這種切換的。

使用yield實現協程操做例子：

 1 #! /usr/bin/env python
 2 # -*- coding:utf-8 -*-
 3 # Author: "Zing-p"
 4 # Date: 2017/5/12
 5 
 6 
 7 def consumer(name):
 8     print("要開始啃骨頭了...")
 9     while True:
10         print("\033[31;1m[consumer] %s\033[0m " % name)
11         bone = yield
12         print("[%s] 正在啃骨頭 %s" % (name, bone))
13 
14 
15 def producer(obj1, obj2):
16     obj1.send(None)    # 啓動obj1這個生成器,第一次必須用None  <==> obj1.__next__()
17     obj2.send(None)    # 啓動obj2這個生成器,第一次必須用None  <==> obj2.__next__()
18     n = 0
19     while n < 5:
20         n += 1
21         print("\033[32;1m[producer]\033[0m 正在生產骨頭 %s" % n)
22         obj1.send(n)
23         obj2.send(n)
24 
25 
26 if __name__ == '__main__':
27     con1 = consumer("消費者A")
28     con2 = consumer("消費者B")
29     producer(con1, con2)

運行的結果：

2.2 greenlet實現協程

　　Python的 greenlet就至關於手動切換，去執行別的子程序，在「別的子程序」中又主動切換回來。。。

greenlet協程例子：

 1 #! /usr/bin/env python
 2 # -*- coding:utf-8 -*-
 3 
 4 from greenlet import greenlet
 5 # greenlet 其實就是手動切換；gevent是對greenlet的封裝，能夠實現自動切換
 6 
 7 def test1():
 8     print("123")
 9     gr2.switch()   # 切換去執行test2
10     print("456")
11     gr2.switch()   # 切換回test2以前執行到的位置，接着執行
12 
13 def test2():    
14     print("789")
15     gr1.switch()   # 切換回test1以前執行到的位置，接着執行
16     print("666")
17 
18 
19 gr1 = greenlet(test1)   # 啓動一個協程 注意test1不要加()
20 gr2 = greenlet(test2)   #
21 gr1.switch()

2.3  gevent 實現協程

　　Gevent 是一個第三方庫，能夠輕鬆經過gevent實現協程程，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。

　　gevent會主動識別程序內部的IO操做，當子程序遇到IO後，切換到別的子程序。若是全部的子程序都進入IO，則阻塞。

協程之gevent例子：

 1 #! /usr/bin/env python3
 2 # -*- coding:utf-8 -*-
 3 
 4 import gevent
 5 
 6 def func1():
 7     print("func1 running")
 8     gevent.sleep(2)             # 內部函數實現io操做
 9     print("switch func1")
10 
11 def func2():
12     print("func2 running")
13     gevent.sleep(1)
14     print("switch func2")
15 
16 def func3():
17     print("func3  running")
18     gevent.sleep(0)
19     print("func3 done..")
20 
21 gevent.joinall([gevent.spawn(func1),
22                 gevent.spawn(func2),
23                 gevent.spawn(func3),
24                 ])

同步與異步性能區別：

 1 import gevent
 2  
 3 def task(pid):
 4     """
 5     Some non-deterministic task
 6     """
 7     gevent.sleep(0.5)
 8     print('Task %s done' % pid)
 9  
10 def synchronous():
11     for i in range(1,10):
12         task(i)
13  
14 def asynchronous():
15     threads = [gevent.spawn(task, i) for i in range(10)]
16     gevent.joinall(threads)
17  
18 print('Synchronous:')
19 synchronous()
20  
21 print('Asynchronous:')
22 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。

遇到Io阻塞時會切換任務之【爬蟲版】

 1 #! /usr/bin/env python3
 2 # -*- coding:utf-8 -*-
 3 
 4 from urllib import request
 5 import gevent,time
 6 from gevent import monkey
 7 
 8 monkey.patch_all()    # 把當前程序中的全部io操做都作上標記
 9 
10 def spider(url):
11     print("GET:%s" % url)
12     resp = request.urlopen(url)
13     data = resp.read()
14     print("%s bytes received from %s.." % (len(data), url))
15 
16 urls = [
17     "https://www.python.org/",
18     "https://www.yahoo.com/",
19     "https://github.com/"
20 ]
21 
22 start_time = time.time()
23 for url in urls:
24     spider(url)
25 print("同步耗時：",time.time() - start_time)
26 
27 async_time_start = time.time()
28 gevent.joinall([
29     gevent.spawn(spider,"https://www.python.org/"),
30     gevent.spawn(spider,"https://www.yahoo.com/"),
31     gevent.spawn(spider,"https://github.com/"),
32 ])
33 print("異步耗時：",time.time() - async_time_start)
34 
35 # 最好爬國外網站吧

經過gevent實現【單線程】下的多socket併發

server端：

 1 import sys
 2 import socket
 3 import time
 4 import gevent
 5  
 6 from gevent import socket,monkey
 7 monkey.patch_all()
 8  
10 def server(port):
11     s = socket.socket()
12     s.bind(('0.0.0.0', port))
13     s.listen(500)
14     while True:
15         cli, addr = s.accept()
16         gevent.spawn(handle_request, cli)
17  
19 def handle_request(conn):
20     try:
21         while True:
22             data = conn.recv(1024)
23             print("recv:", data)
24             conn.send(data)
25             if not data:
26                 conn.shutdown(socket.SHUT_WR)
27  
28     except Exception as  ex:
29         print(ex)
30     finally:
31         conn.close()
32 if __name__ == '__main__':
33     server(9999)

client端：

 1 import socket
 2  
 3 HOST = 'localhost'    # The remote host
 4 PORT = 9999         # The same port as used by the server
 5 s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
 6 s.connect((HOST, PORT))
 7 while True:
 8     msg = bytes(input(">>:"),encoding="utf8")
 9     s.sendall(msg)
10     data = s.recv(1024)
11     #print(data)
12  
13     print('Received', repr(data))
14 s.close()

　　以爲將就點個贊~~