目录
- 一、协程定义和作用
- 1、使用协程的优点
- 2、使用协程的缺点
- 二、Greenlet 的使用
- 三、Gevent的使用
- 四、async io 异步 IO
- 1、asyncio中的task的使用
- 五、总结
- 进程与线程的区别:
- 进程、线程和协程的特点
- 总结
一、协程定义和作用
协程(coroutine),又称为微线程,纤程。(协程是一种用户态的轻量级线程)
作用:在执行 A 函数的时候,可以随时中断,去执行 B 函数,然后中断继续执行 A 函数 (可以自动切换),单着一过程并不是函数调用(没有调用语句),过程很像多线程,然而协 程只有一个线程在执行
1、使用协程的优点
由于自身带有上下文和栈,无需线程上下文切换的开销,属于程序级别的切换,操作系统 完全感知不到,因而更加轻量级;
无需原子操作的锁定及同步的开销;
方便切换控制流,简化编程模型
单线程内就可以实现并发的效果,最大限度地利用 cpu,且可扩展性高,成本低(注:一 个 CPU 支持上万的协程都不是问题。所以很适合用于高并发处理)
2、使用协程的缺点
无法利用多核资源:协程的本质是个http://www.cppcns.com单线程,它不能同时将 单个 CPU 的多个核用上,协 程需要和进程配合才能运行在多 CPU 上.当然我们日常所编写的绝大部分应用都没有这个必 要,除非是 cpu 密集型应用。
进行阻塞(Blocking)操作(如 IO 时)会阻塞掉整个程序
# 协程的基本使用, 实现两个任务的切换 yield 和 next 来回切换 def func1(): for i in range(11): print(f"一班打印第{i}次数据") yield def func2(): g = func1() next(g) for i in range(10): print(f"二班打印第{i}次数据") next(g) if __name__ == "__main__": func2()
二、Greenlet 的使用
单线程内有多个任务,用greenlet实现任务的切换 greenlet 和 switch 组合
from greenlet import greenlet # pip install greenlet def gf(name): print(f'{name}:我想王者!!') g2.switch('zf') print(f'{name}:我想吃大餐!!!') g2.switch() def bf(name): print(f'{name}:一块去完!!!') g1.switch() print(f'{name}:一起去吃!!') if __name__ == "__main__": g1 = greenlet(gf) g2 = greenlet(bf) # 切换任务 g1.switch('dc') # 只需要第一次上传
三、Gevent的使用
Gevent 是一个第三方库,可以轻松通过 gevent 实现并发同步或异步编程,在 gevent 中用到的主要模式是 Greenlet,它是以 C 扩展模块形式接入 python 的轻量级协程。
Grhttp://www.cppcns.comeenlet 全部运行在主程序操作系统进程的内部,但他们被协作式地调度。
from gevent import monkey; # 为了能识别time模块的io monkey.patch_all() #必须放到被打补丁者的前面,如 time,socket 模块之前 import gevent # pip install gevent from time import time,sleep def gf(name): print(f'{name}:我想打王者!!') # gevent.sleep(2) sleep(2) print(f'{name}:我想吃大餐!!!') def bf(name): print(f'{name}:一起打!!!') # gevent.sleep(2) sleep(2) print(f'{name}:一快去吃!!') if __name__ == "__main__": start = time() # 创建协程对象 g1 = gevent.spawn(gf,'貂蝉') g2 = gevent.spawn(bf,'吕布') # 开启任务 g1.join() g2.join() www.cppcns.comend = time() print(end-start)
注意:上例 gevent.sleep(2)模拟的是 gevent 可以识别的 io 阻塞; 而 time.sleep(2)或其他的阻塞,gevent 是不能直接识别的需要用下面一行代码,打补丁,就 可以识别了
四、async io 异步 IO
asyncio 是 python3.4 之后的协程模块,是 python 实现并发重要的包,这个包使用事件 循环驱动实现并发。
事件循环是一种处理多并发量的有效方式,在维基百科中它被描述为「一种等待程序分配 事件或消息的编程架构」,我们可以定义事件循环来简化使用轮询方法来监控事件,通俗的说 法就是「当 A 发生时,执行 B」。
@asyncio.coroutine
协程装饰器装饰asyncio.sleep()
可以避免事件循环阻塞get_event_loop()
获取事件循环Loop.run_until_complete()
监听事件循环gather()
封装任务await
等于 yield from 就是在等待 task 结果
import asyncio @asyncio.coroutine # python3.5 之前 官网说3.10将被移除 def func1(): for i in range(5): print('一边吃饭!!') yield from asyncio.sleep(0) async def func2(): # python3.5以上 for i in range(5): print('一边打游戏!!!') await asyncio.sleep(0) if __name__ == "__main__": g1 = func1() g2 = func2() # 获取事件循环 loop = asyncio.get_event_loop() # 监听事件循环 loop.run_until_complete(asyncio.gather(g1,g2)) # 关闭事件循环 loop.close()
1、asyncio中的task的使用
import asyncio import functoowww.cppcns.comls async def compute(x,y): print(f'compute:{x}+{y}....') await asyncio.sleep(1) return x+y async def print_sum(x,y): # 创建task task = asyncio.create_task(compute(x,y)) #python3.7以上写法 # task绑定回调函数 task.add_done_callback(functools.partial(end,x,y)) #python3.7以上写法 # 释放下cpu的使用 await asyncio.sleep(0) print('--------------------print_num继续执行---------------------------') for i in range(1000000): if i%5000 ==0: print(i) await asyncio.sleep(0.1) def end(n,m,t): print(f'{n}+{m}={t.result()}') if __name__ == "__main__": loop = asyncio.get_event_loop() loop.run_until_complete(print_sum(1,2)) loop.close()
五、总结
并行:指的是任务数小于等于 cpu 核数,即任务真的是一起执行的
并发:指的是任务数多余 cpu 核数,通过操作系统的各种任务调度算法,实现用多个任 务“一起”执行(实际上总有一些任务不在执行,因为切换任务的速度相当快,看上去一 起执行而已)
进程与线程的区别:
1. 线程是程序执行的最小单位,而进程是操作系统分配资源的最小单位;
2. 一个进程由一个或多个线程组成,线程是一个进程中代码的不同执行路线;
3. 进程之间相互独立,但同一进程下的各个线程之间共享程序的内存空间(包括代码段、 数据集、堆等)及一些进程级的资源(如打开文件和信号),某进程内的线程在www.cppcns.com其它进程 不可见;
4. 调度和切换:线程上下文切换比进程上下文切换要快得多。
进程、线程和协程的特点
进程:拥有自己独立的堆和栈,既不共享堆,也不共享栈,进程由操作系统调度;进程切换需要的资源很最大,效率很低
线程:拥有自己独立的栈和共享的堆,共享堆,不共享栈,标准线程由操作系统调度;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:拥有自己独立的栈和共享的堆,共享堆,不共享栈,协程由程序员在协程的代码里 显示调度;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
选择技术考虑的因素:切换的效率、数据共享的问题、 数据安全、是否需要并发
总结
本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注我们的更多内容!
精彩评论