时间的幸福 发表于 2024-3-26 15:07:35

多任务之协程

协程

协程我们是使用gevent模块实现的,而gevent 是对greenlet进行的封装,而greenlet 又是对yield进行封装。要理解gevent就要从yield开始。 要理解yield的作用我们就要先理解可迭代对象与迭代器一、可迭代对象与迭代器

1> 可迭代对象

迭代是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。


[*]可迭代对象定义:
我们把可以通过for...in...这类语句迭代读取一条数据供我们使用的对象称之为可迭代对象(Iterable)
[*]可迭代对象本质:
向我们提供一个这样的中间“人”即迭代器帮助我们对其进行迭代遍历使用。
可迭代对象通过 __iter__ 方法向我们提供一个迭代器,我们在迭代一个可迭代对象的时候,实际上就是先获取该对象提供的一个迭代器,然后通过这个迭代器来依次获取对象中的每一个数据, 也就是说,一个具备了 __iter__ 方法的对象,就是一个可迭代对象。
[*]创建一个可迭代对象
from collections.abc import Iterable

class Mylist():

        def __iter__(self):
      # 暂时忽略如何构造一个迭代器对象
                pass
   

print(isinstance(Mylist(), Iterable))
2> 迭代器

迭代器是用来帮助我们记录每次迭代访问到的位置,当我们对迭代器使用next()函数的时候,迭代器会向我们返回它所记录位置的下一个位置的数据。实际上,在使用next()函数的时候,调用的就是迭代器对象的__next__方法


[*]迭代器定义:
一个实现了__iter__方法和__next__方法的对象,就是迭代器。
[*]迭代器本质:
for item in Iterable 循环的本质就是先通过iter()函数获取可迭代对象Iterable的迭代器,然后对获取到的迭代器不断调用next()方法来获取下一个值并将其赋值给item,当遇到StopIteration的异常后循环结束。
[*]迭代器实现
from collections.abc import Iterable, Iterator


# 自定义一个可迭代对象
class MyList(object):

    def __init__(self):
      self.items = list()

    def add(self, value):
      self.items.append(value)

    def __iter__(self):
      return MyIterator(self)


# 自定义一个迭代器
class MyIterator(object):

    def __init__(self, obj):
      self.obj = obj
      self.current_index = 0

    # python要求迭代器本身也是可迭代的
    def __iter__(self):
      return self

    def __next__(self):
      if self.current_index < len(self.obj.items):
            item = self.obj.items
            self.current_index += 1
            return item
      else:
            raise StopIteration


m = MyList()
print("MyList实例对象是否为可迭代对象: ", isinstance(m, Iterable))
print("MyList实例对象是否为迭代器: ", isinstance(m, Iterator))
print("MyIterator实例对象是否为可迭代对象: ", isinstance(MyIterator(m), Iterable))
print("MyIterator实例对象是否为迭代器: ", isinstance(MyIterator(m), Iterator))

m.add(1)
m.add(22)
m.add(333)
m.add(444)

for i in m:
    print(i)
[*]说明:并不是只有for循环能接收可迭代对象
li = list(m)
print(li)
tp = tuple(m)
print(tp)
二、生成器


[*]生成器的定义
只要在def中有yield关键字的 就称为 生成器, 生成器是一类特殊的迭代器
[*]生成器定义方式
# 方式一
G = ( x*2 for x in range(5))
>>><generator object <genexpr> at 0x7f626c132db0>

# 方式二
def fib(n):
    current = 0
    num1, num2 = 0, 1
    while current < n:
      num1, num2 = num2, num1+num2
      current += 1
      yield num
    return 'done'
[*]生成器总结

[*]使用了yield关键字的函数不再是函数,而是生成器。(使用了yield的函数就是生成器)
[*]yield关键字有两点作用:
[*]保存当前运行状态(断点),然后暂停执行,即将生成器(函数)挂起
[*]将yield关键字后面表达式的值作为返回值返回,此时可以理解为起到了return的作用

[*]可以使用next()函数让生成器从断点处继续执行,即唤醒生成器(函数)
[*]Python3中的生成器可以使用return返回最终运行的返回值(通过捕获异常对象的value属性值获取),而Python2中的生成器不允许使用return返回一个返回值(即可以使用return从生成器中退出,但return后不能有任何表达式)。

三、协程


[*]协程的定义
协程(微线程、纤程)是python个中另外一种实现多任务的方式,只不过比线程更小占用更小执行单元(理解为需要的资源);协程是运行在某个单一线程下的,即先有线程才有协程。
[*]协程与线程区别
在实现多任务时, 线程切换从系统层面远不止保存和恢复 CPU上下文这么简单。 操作系统为了程序运行的高效性每个线程都有自己缓存Cache等等数据,操作系统还会帮你做这些数据的恢复操作。 所以线程的切换非常耗性能。但是协程的切换只是单纯的操作CPU的上下文,所以一秒钟切换个上百万次系统都抗的住。
[*]协程模块gevent

[*]通过yield实现协程的工作过程
import time

def work1():
    while True:
      print("----work1---")
      yield
      time.sleep(0.5)

def work2():
    while True:
      print("----work2---")
      yield
      time.sleep(0.5)

def main():
    w1 = work1()
    w2 = work2()
    while True:
      next(w1)
      next(w2)

if __name__ == "__main__":
    main()
[*]通过greenlet实现协程
为了更好使用协程来完成多任务,python中的greenlet模块对其封装,从而使得切换任务变的更加简单# pip install greenlet

from greenlet import greenlet
import time


def test1():
    while True:
      print("---A--")
      gr2.switch()
      time.sleep(0.5)


def test2():
    while True:
      print("---B--")
      gr1.switch()
      time.sleep(0.5)


gr1 = greenlet(test1)
gr2 = greenlet(test2)
# 切换到gr1中运行
gr1.switch()
[*]通过gevent实现协程
greenlet已经实现了协程,但是这个还的人工切换,那么python还有一个比greenlet更强大的并且能够自动切换任务的模块gevent.
其原理是当一个greenlet遇到IO(指的是input output 输入输出,比如网络、文件操作等)操作时,比如访问网络,就自动切换到其他的greenlet,等到IO操作完成,再在适当的时候切换回来继续执行。
由于IO操作非常耗时,经常使程序处于等待状态,有了gevent为我们自动切换协程,就
保证总有greenlet在运行,而不是等待IO

[*]gevent的使用
# pip3 install gevent

import gevent

def f(n):
    for i in range(n):
      print(gevent.getcurrent(), i)

g1 = gevent.spawn(f, 5)
g2 = gevent.spawn(f, 5)
g3 = gevent.spawn(f, 5)
g1.join()
g2.join()
g3.join()

# 运行结果
# 可以看到,3个greenlet是依次运行而不是交替运行
<Greenlet at 0x10e49f550: f(5)> 0
<Greenlet at 0x10e49f550: f(5)> 1
<Greenlet at 0x10e49f550: f(5)> 2
<Greenlet at 0x10e49f550: f(5)> 3
<Greenlet at 0x10e49f550: f(5)> 4
<Greenlet at 0x10e49f910: f(5)> 0
<Greenlet at 0x10e49f910: f(5)> 1
<Greenlet at 0x10e49f910: f(5)> 2
<Greenlet at 0x10e49f910: f(5)> 3
<Greenlet at 0x10e49f910: f(5)> 4
<Greenlet at 0x10e49f4b0: f(5)> 0
<Greenlet at 0x10e49f4b0: f(5)> 1
<Greenlet at 0x10e49f4b0: f(5)> 2
<Greenlet at 0x10e49f4b0: f(5)> 3
<Greenlet at 0x10e49f4b0: f(5)> 4

[*]gevent切换执行
import gevent

# 将程序中用到的耗时操作的代码,换为gevent中自己实现的模块
monkey.patch_all()

def f(n):
    for i in range(n):
      print(gevent.getcurrent(), i)
      #用来模拟一个耗时操作,注意不是time模块中的sleep
      # gevent.sleep(1)
      time.sleep(1)

g1 = gevent.spawn(f, 5)
g2 = gevent.spawn(f, 5)
g3 = gevent.spawn(f, 5)
g1.join()
g2.join()
g3.join()

# 运行结果
<Greenlet at 0x7fa70ffa1c30: f(5)> 0
<Greenlet at 0x7fa70ffa1870: f(5)> 0
<Greenlet at 0x7fa70ffa1eb0: f(5)> 0
<Greenlet at 0x7fa70ffa1c30: f(5)> 1
<Greenlet at 0x7fa70ffa1870: f(5)> 1
<Greenlet at 0x7fa70ffa1eb0: f(5)> 1
<Greenlet at 0x7fa70ffa1c30: f(5)> 2
<Greenlet at 0x7fa70ffa1870: f(5)> 2
<Greenlet at 0x7fa70ffa1eb0: f(5)> 2
<Greenlet at 0x7fa70ffa1c30: f(5)> 3
<Greenlet at 0x7fa70ffa1870: f(5)> 3
<Greenlet at 0x7fa70ffa1eb0: f(5)> 3
<Greenlet at 0x7fa70ffa1c30: f(5)> 4
<Greenlet at 0x7fa70ffa1870: f(5)> 4
<Greenlet at 0x7fa70ffa1eb0: f(5)> 4
[*]使用协程实现TCP通信 为多个用户服务
# 【本机环境运行】

import socket
import gevent
from gevent import monkey

monkey.patch_all()


def handle_request(client_socket):
    while True:
      data = client_socket.recv(1024).decode("gbk")
      print(data)


def main():
    tcp_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    tcp_socket.bind(("127.0.0.1", 9000))
    tcp_socket.listen(128)

    while True:
      # 接收新的请求,未收到连接请求会导致程序堵塞
      tcp_server_socket, client_addr = tcp_socket.accept()
      # 将处理请求的任务交给协程处理
      gevent.spawn(handle_request, tcp_server_socket)

if __name__ == "__main__":
    main()
[*]使用队列和协程实现生产者消费者模型
from gevent import queue, monkey
import gevent
import time
import random

monkey.patch_all()


def producer(q):
    for value in ['A', 'B', 'C', 'D', 'E', 'F']:
      print(f'【Producer】 put {value} to queue...')
      q.put(value)
      time.sleep(random.random())
    # 发送结束信号
    q.put(None)


def consumer(q):
    while True:
      # 如果队列中无数据,consumer会一直执行(协程只有在耗时操作时才切换任务),
      # 可能会导致producer无法往队列中添加数据,我们可以手动添加一个延时
      if not q.empty():
            data = q.get()
            # 接收到结束信号退出程序
            if data is None:
                return
            print(f"【Consumer】 get {data} from queue")
            time.sleep(random.random())
      else:
            time.sleep(0.5)


q = queue.Queue()
if __name__ == "__main__":
    gevent.joinall([
      gevent.spawn(producer, q),
      gevent.spawn(consumer, q)
])


四、进程、线程、协程区别


[*]进程是资源分配的单位
[*]线程是操作系统调度的单位
[*]进程切换需要的资源很最大,效率很低
[*]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
五、同步和异步

1> 基本概念


[*]同步
        同步调用即当我们提交一个任务后,就在原地等待,等拿到第一个任务的结果之后再继续下一行代码,效率比较低;同步调用解决方案:多线程/多进程
[*]异步
        异步即当我们提交一个任务之后,不必等待上一个任务的结果,直接进行下一个任务,监听这些任务的完成状态,当有一个任务完成之后,再继续完成这个任务的后续操作
[*]同步异步代码实现与分析
from gevent import monkey
import gevent
import time

monkey.patch_all()


def task(task_no, delay_time):
    print(f"【任务-{task_no}】 开始!")
    time.sleep(delay_time)
    print(f"【任务-{task_no}】 结束!")


# 发布3个任务, 3个任务分别耗时10, 6, 12
if __name__ == '__main__':
    # 同步执行方式
    start_time = time.time()
    task("同步1", 5)
    task("同步2", 3)
    task("同步3", 6)
    end_time = time.time()
    print(f"同步执行方式耗时 {end_time - start_time}")

    # 异步执行方式
    start_time = time.time()
    gevent.joinall([
      gevent.spawn(task, "异步1", 5),
      gevent.spawn(task, "异步2", 3),
      gevent.spawn(task, "异步3", 6),
    ])
    end_time = time.time()
    print(f"异步执行方式耗时 {end_time - start_time}")

来源:https://www.cnblogs.com/cs-songbai/p/18096611
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作!
页: [1]
查看完整版本: 多任务之协程