|
一、协程介绍 |
协程，又称微线程，纤程。英文名Coroutine。一句话说明什么是线程：协程是一种用户态的轻量级线程。
协程拥有自己的寄存器上下文和栈。协程调度切换时，将寄存器上下文和栈保存到其他地方，在切回来的时候，恢复先前保存的寄存器上下文和栈。因此：
协程能保留上一次调用时的状态（即所有局部状态的一个特定组合），每次过程重入时，就相当于进入上一次调用的状态，换种说法：进入上一次离开时所处逻辑流的位置。线程和进程的操作是由程序触发系统接口，最后的执行者是系统；协程的操作执行者则是用户自身程序。
简单定义：
- 寄存在线程中，单线程下可以实现多并发效果
- 修改共享数据不需加锁
- 用户程序里自己保存多个控制流的上下文栈
- 一个协程遇到IO操作自动切换到其它协程
协程的优点：
- 无需线程上下文切换的开销
- 无需原子操作锁定及同步的开销："原子操作(atomic operation)是不需要synchronized"，所谓原子操作是指不会被线程调度机制打断的操作；这种操作一旦开始，就一直运行到结束，中间不会有任何 context switch （切换到另一个线程）。原子操作可以是一个步骤，也可以是多个操作步骤，但是其顺序是不可以被打乱，或者切割掉只执行部分。视作整体是原子性的核心。
- 方便切换控制流，简化编程模型
- 高并发+高扩展性+低成本：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。
缺点：
- 无法利用多核资源：协程的本质是个单线程,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
协程的适用场景：当程序中存在大量不需要CPU的操作时（也就是平时所说的IO密集型程序），适用于协程；
协程简单实现：yield
demo：
#!/usr/bin/env python3 #_*_ coding:utf-8 _*_ #Author:wd import time def consumer(name): print("%s开始吃桃子。。。。"%name) r=" " while True: new_food=yield r #通过yeild向生产者发送消息 print("[%s]开始吃桃子[%s]"%(name,new_food)) r=name def product(): con.__next__() #先执行__next__方法启动生成器 con1.__next__() n=0 while n<5: print("桃子熟了，可以吃了") r1=con.send(n) #向生成器（consumer）发送消息并激活生成器 r2=con1.send(n) print("[product] return %s ok" %r1) print("[product] return %s ok" % r2) n+=1 time.sleep(1) con.close() con1.close() if __name__ == '__main__': con=consumer("wd") con1=consumer("jack") p=product()
执行结果：
wd开始吃桃子。。。。 jack开始吃桃子。。。。 桃子熟了，可以吃了 [wd]开始吃桃子[0] [jack]开始吃桃子[0] [product] return wd ok [product] return jack ok 桃子熟了，可以吃了 [wd]开始吃桃子[1] [jack]开始吃桃子[1] [product] return wd ok [product] return jack ok
上述程序运行过程：
1.con=cusumer("wd"),使customer变成生成器(generator)，con1=cusumer("jack")同理
2.p=product()，执行product函数，执行con.__next__()启动生成器,切回consumer函数运行
3.consumer函数执行到new__food=yeild r,此时遇到yeild停止并保存当前运行状态，继续切到product()函数原来状态执行，并通过yield把r的值返回给pruduct。
4.运行到r1=con.send(n),product通过send向cusumer发送消息，并通过r1接受来自于customer的消息返回，程序切到customer运行，此时cusumer又开始步骤3
5.最后product没有生产消息了，也就是停止了，通过con.close()关闭consumer，整个过程结束。
上述过程可以看到，整个切换过程在一个线程中进行，并且全程无锁，完全依赖product和cusumer协作完成。
greenlet
greenlet是一个用C实现的协程模块，相比与python自带的yield，它可以使你在任意函数之间随意切换，而不需把这个函数先声明为generator,但是greenlet还是未实现遇IO自动切换，而是使用switch()方法实现的切换。
demo：
import time from greenlet import greenlet def fun1(): print("运行 函数 A") time.sleep(1) print("结束运行函数A") gr3.switch() def fun2(): print("运行 函数 B") gr1.switch() def fun3(): print("运行 函数 C") gr2.switch() if __name__ == '__main__': gr1=greenlet(fun1) gr2=greenlet(fun2) gr3=greenlet(fun3) gr1.switch()#启动，相当于generator中一开始执行__next__方法，如果没有这段代码，程序不会运行 运行结果： 运行 函数 A 结束运行函数A 运行 函数 C 运行 函数 B
gevent
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。 Greenlet全部运行在主程序操作系统进程的内部，但它们被协作式地调度。
其内部原理大致如下：
当一个greenlet遇到IO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。我们通过gevent.sleep()来模拟IO操作。
demo：
import gevent import time def fun1(n): #time.sleep(1)如果使用time.sleep,并不会发生切换 print("run fun1....") gevent.sleep(n) print("end fun1 ....") def fun2(n): print("run fun2....") gevent.sleep(n) print("end fun2 ....") def fun3(n): print("run fun3....") gevent.sleep(n) print("end fun3 ....") if __name__ == '__main__': g1 = gevent.spawn(fun1,1) g2 = gevent.spawn(fun2, 1) g3 = gevent.spawn(fun3, 2) g1.join()#启动 g2.join() g3.join() 运行结果： run fun1.... run fun2.... run fun3.... end fun1 .... end fun2 .... end fun3 ....
如果看不出来效果，请看下面代码：
import gevent def task(pid): """ Some non-deterministic task """ gevent.sleep(0.5)#模拟遇到IO切换到其他线程 print('Task %s done' % pid) def synchronous(): for i in range(1,10): task(i) def asynchronous(): threads = [gevent.spawn(task, i) for i in range(10)] gevent.joinall(threads) print('Synchronous:') synchronous() print('Asynchronous:') asynchronous()