python併發編程之進程池，線程池，協程

時間 2020-06-14

原文原文鏈接

須要注意一下
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

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

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

concurent.future模塊須要瞭解的
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)

那麼什麼是線程池呢？咱們來了解一下git

2、線程池github

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）

 1 # 1.同步執行--------------
 2 from  concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
 3 import os,time,random
 4 def task(n):
 5     print('[%s] is running'%os.getpid())
 6     time.sleep(random.randint(1,3))  #I/O密集型的，，通常用線程，用了進程耗時長
 7     return n**2
 8 if __name__ == '__main__':
 9     start = time.time()
10     p = ProcessPoolExecutor()
11     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
12         # 線程數了，那麼就得考慮到池了
13         obj  = p.submit(task,i).result()  #至關於apply同步方法
14     p.shutdown()  #至關於close和join方法
15     print('='*30)
16     print(time.time() - start)  #17.36499309539795
17 
18 
19 # 2.異步執行-----------
20 # from  concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
21 # import os,time,random
22 # def task(n):
23 #     print('[%s] is running'%os.getpid())
24 #     time.sleep(random.randint(1,3))  #I/O密集型的，，通常用線程，用了進程耗時長
25 #     return n**2
26 # if __name__ == '__main__':
27 #     start = time.time()
28 #     p = ProcessPoolExecutor()
29 #     l = []
30 #     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
31 #         # 線程數了，那麼就得考慮到池了
32 #         obj  = p.submit(task,i)  #至關於apply_async()異步方法
33 #         l.append(obj)
34 #     p.shutdown()  #至關於close和join方法
35 #     print('='*30)
36 #     print([obj.result() for obj in l])
37 #     print(time.time() - start)  #5.362306594848633

基於concurrent.futures模塊的進程池

 1 from  concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor
 2 from threading import currentThread
 3 import os,time,random
 4 def task(n):
 5     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
 6     time.sleep(random.randint(1,3))  #I/O密集型的，，通常用線程，用了進程耗時長
 7     return n**2
 8 if __name__ == '__main__':
 9     start = time.time()
10     p = ThreadPoolExecutor() #線程池 #若是不給定值，默認cup*5
11     l = []
12     for i in range(10):  #10個任務 # 線程池效率高了
13         obj  = p.submit(task,i)  #至關於apply_async異步方法
14         l.append(obj)
15     p.shutdown()  #默認有個參數wite=True (至關於close和join)
16     print('='*30)
17     print([obj.result() for obj in l])
18     print(time.time() - start)  #3.001171827316284

基於concurrent.futures模塊的線程池

應用線程池（下載網頁並解析）編程

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函數的應用數組

# 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

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

map函數應用

3、協程介紹併發

協程：單線程下實現併發（提升效率）app

說到協成，咱們先說一下協程聯想到的知識點dom

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 = yield
send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複習異步

yield功能示例1

 1 3.yield功能2（能夠吧函數暫停住，保存原來的狀態）--------------
 2 def f1():
 3     print('first')
 4     yield 1
 5     print('second')
 6     yield 2
 7     print('third')
 8     yield 3
 9 # print(f1())  #加了yield返回的是一個生成器
10 g = f1()
11 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
12 print(next(g))  #當碰見了yield的時候就返回一個值
13 print(next(g))  #當碰見了yield的時候就返回一個值

yield功能示例2

 1 # 3.yield表達式(對於表達式的yield)--------------------
 2 import time
 3 def wrapper(func):
 4     def inner(*args,**kwargs):
 5         ret =func(*args,**kwargs)
 6         next(ret)
 7         return ret
 8     return inner
 9 @wrapper
10 def consumer():
11     while True:
12         x= yield
13         print(x)
14 
15 def producter(target):
16     '''生產者造值'''
17     # next(g)  #至關於g.send(None)
18     for i in range(10):
19         time.sleep(0.5)
20         target.send(i)#要用send就得用兩個yield
21 producter(consumer())

View Code

引子socket

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：

1 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
2 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

 1 #串行執行
 2 import time
 3 def consumer(res):
 4     '''任務1:接收數據,處理數據'''
 5     pass
 6 
 7 def producer():
 8     '''任務2:生產數據'''
 9     res=[]
10     for i in range(10000000):
11         res.append(i)
12     return res
13 
14 start=time.time()
15 #串行執行
16 res=producer()
17 consumer(res)
18 stop=time.time()
19 print(stop-start) #1.5536692142486572

串行執行

 1 import time
 2 def wrapper(func):
 3     def inner(*args,**kwargs):
 4         ret =func(*args,**kwargs)
 5         next(ret)
 6         return ret
 7     return inner
 8 @wrapper
 9 def consumer():
10     while True:
11         x= yield
12         print(x)
13 
14 def producter(target):
15     '''生產者造值'''
16     # next(g)  #至關於g.send(None)
17     for i in range(10):
18         time.sleep(0.5)
19         target.send(i)#要用send就得用兩個yield
20 producter(consumer())

基於yield併發執行

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

#安裝
pip3 install greenlet

舉例：

 1 from greenlet import greenlet
 2 import time
 3 def eat(name):
 4     print('%s eat 1' %name)
 5     time.sleep(10)  #當遇到IO的時候它也沒有切，這就得用gevent了
 6     g2.switch('egon')
 7     print('%s eat 2' %name)
 8     g2.switch()
 9 def play(name):
10     print('%s play 1' %name)
11     g1.switch()
12     print('%s play 2' %name)
13 
14 g1=greenlet(eat)
15 g2=greenlet(play)
16 
17 g1.switch('egon')#能夠在第一次switch時傳入參數，之後都不須要

greenlet

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

#安裝
pip3 install gevent

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;

 1 from gevent import monkey;monkey.patch_all()
 2 import gevent
 3 import time
 4 def eat(name):
 5     print('%s eat 1' %name)
 6     time.sleep(2)  #咱們用等待的時間模擬IO阻塞
 7     ''' 在gevent模塊裏面要用gevent.sleep(2)表示等待的時間
 8         然而咱們常常用time.sleep()用習慣了，那麼有些人就想着
 9         能夠用time.sleep()，那麼也不是不能夠。要想用，就得在
10         最上面導入from gevent import monkey;monkey.patch_all()這句話
11         若是不導入直接用time.sleep()，就實現不了單線程併發的效果了
12     '''
13     # gevent.sleep(2)
14     print('%s eat 2' %name)
15     return 'eat'
16 def play(name):
17     print('%s play 1' %name)
18     time.sleep(3)
19     # gevent.sleep(3)
20     print('%s play 2' %name)
21     return 'paly'  #當有返回值的時候，gevent模塊也提供了返回結果的操做
22 
23 start = time.time()
24 g1 = gevent.spawn(eat,'egon')  #執行任務
25 g2 = gevent.spawn(play,'egon')  #g1和g2的參數能夠不同
26 # g1.join()  #等待g1
27 # g2.join()  #等待g2
28 #上面等待的兩句也能夠這樣寫
29 gevent.joinall([g1,g2])
30 print('主',time.time()-start) #3.001171588897705
31 
32 print(g1.value)
33 print(g2.value)

gevent的一些方法（重要）

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

 1 from gevent import spawn,joinall,monkey;monkey.patch_all()
 2 
 3 import time
 4 def task(pid):
 5     """
 6     Some non-deterministic task
 7     """
 8     time.sleep(0.5)
 9     print('Task %s done' % pid)
10 
11 
12 def synchronous():
13     for i in range(10):
14         task(i)
15 
16 def asynchronous():
17     g_l=[spawn(task,i) for i in range(10)]
18     joinall(g_l)
19 
20 if __name__ == '__main__':
21     print('Synchronous:')
22     synchronous()
23 
24     print('Asynchronous:')
25     asynchronous()
26 #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。

View Code

7、Gevent之應用舉例一

 1 from gevent import monkey;monkey.patch_all()  #打補丁
 2 import gevent
 3 import requests
 4 import time
 5 def get_page(url):
 6     print('get :%s'%url)
 7     response = requests.get(url)
 8     if response.status_code==200: #下載成功的狀態
 9         print('%d bytes received from:%s'%(len(response.text),url))
10 start=time.time()
11 gevent.joinall([
12     gevent.spawn(get_page,'http://www.baidu.com'),
13     gevent.spawn(get_page, 'https://www.yahoo.com/'),
14     gevent.spawn(get_page, 'https://github.com/'),
15 ])
16 stop = time.time()
17 print('run time is %s' %(stop-start))

協程應用爬蟲

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)

協程應用爬蟲加了回調函數的

8、Gevent之應用舉例二

也能夠利用協程實現併發

 1 #!usr/bin/env python
 2 # -*- coding:utf-8 -*-
 3 from  gevent import monkey;monkey.patch_all()
 4 import gevent
 5 from socket import *
 6 print('start running...')
 7 def talk(conn,addr):
 8     while True:
 9         data = conn.recv(1024)
10         print('%s:%s %s'%(addr[0],addr[1],data))
11         conn.send(data.upper())
12     conn.close()
13 def server(ip,duankou):
14     server = socket(AF_INET, SOCK_STREAM)
15     server.setsockopt(SOL_SOCKET, SO_REUSEADDR, 1)
16     server.bind((ip,duankou))
17     server.listen(5)
18     while True:
19         conn,addr = server.accept()  #等待連接
20         gevent.spawn(talk,conn,addr)  #異步執行 （p =Process(target=talk,args=(coon,addr))
21                                                 # p.start()）至關於開進程裏的這兩句
22     server.close()
23 if __name__ == '__main__':
24     server('127.0.0.1',8081)

服務端利用協程

 1 #!usr/bin/env python
 2 # -*- coding:utf-8 -*-
 3 from multiprocessing import Process
 4 from gevent import monkey;monkey.patch_all()
 5 from socket import *
 6 def client(ip,duankou):
 7     client = socket(AF_INET, SOCK_STREAM)
 8     client.connect((ip,duankou))
 9     while True:
10         client.send('hello'.encode('utf-8'))
11         data = client.recv(1024)
12         print(data.decode('utf-8'))
13 if __name__ == '__main__':
14     for i in range(100):
15         p = Process(target=client,args=(('127.0.0.1',8081)))
16         p.start()