标签：顺序 原子性 网页爬虫 并发 poll 区别 nbsp time monkey
上下文切换：当CPU从执行一个线程切换到执行另外一个线程的时候，它需要先存储当前线程的本地的数据，程序指针等，然后载入另一个线程的本地数据，程序指针等，最后才开始执行。这种切换称为“上下文切换”(“context switch”)
CPU会在一个上下文中执行一个线程，然后切换到另外一个上下文中执行另外一个线程,上下文切换并不廉价。如果没有必要，应该减少上下文切换的发生
协程:微线程, 协程是一种用户的轻量级线程
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,就相当于上一次调用的状态, 也就是进入上一次离开时所处逻辑流的位置
协程的好处：
1.无需线程上下文切换,
2.无需原子操作锁定及同步开销 , 什么是原子操作？ ：是指不会被线程调度打断的操作；这种操作一旦开始，就运行到结束,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
3.方便切换控制流,简化编程模型
4.高并发 + 高扩展 + 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
坏处-----:
1.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, 协程需要配合进程才能在多CPU上， 适用于CPU密集型应用
2.进程阻塞 （Blocking） 操作 如IO操作时，会阻塞掉整个程序
----什么条件符合才能称之为协程？
A.必须在只有一个单线程里实现并发
B.修改共享数据不需要加锁
C.用户程序里自己保持多个控制流的上下文栈
D.一个协程遇到IO操作自动切换到其他协程！！！！！！
重点来了。。。。。 大量的模块知识点---我希望我以后还能记起来----汗颜！
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(生成器)
from greenlet import greenlet def test1(): print(‘test1:我是1‘) gr2.switch() #切换到test2 print(‘test1:我是1.1‘) gr2.switch() def test2(): print(‘test2:我是2‘) gr1.switch() #切换到test1 print(‘test2:我是2.2‘) gr1=greenlet(test1) gr2=greenlet(test2) gr1.switch() #先切换到test1 >> test1:我是1 test2:我是2 test1:我是1.1 test2:我是2.2
swich() 就是切换, 按执行顺序-- 但是遇到IO操作 好像并没有自动切换
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。
这里使用gevent.sleep 来获取控制权
import gevent def func1(): print(‘\033[31;1m我是func1\033[0m‘) gevent.sleep(3) print(‘\033[31;1m我是func1.1--我上面有3秒\033[0m‘) def func2(): print(‘\033[32;1m我是func2.\033[0m‘) gevent.sleep(2) print(‘\033[32;1m我是func2.1 我上面有2秒\033[0m‘) def func3(): print(‘\033[32;1m我是func3.\033[0m‘) gevent.sleep(2) print(‘\033[32;1m我是func3.1我上面有2秒\033[0m‘) gevent.joinall([gevent.spawn(func1), gevent.spawn(func2), gevent.spawn(func3),])
这里会按照sleep 设置来执行 一定会先打印出func2-->func3-->func1
import gevent def task(pid): """ Some non-deterministic task """ gevent.sleep(0.5) 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)] threads=[] for i in range(10): threads.append(gevent.spawn(task,i)) gevent.joinall(threads) print(‘Synchronous:‘) synchronous() print(‘Asynchronous:‘) asynchronous()
Synchrounous:定义了同步的函数:定义一个for循环。依次把内容传输给task函数，然后打印执行结果-----
Aynchrounous:定义了异步的函数: 这里用到了一个gevent.spawn方法，就是产生的意思. gevent.joinall 也就是等待所以操作都执行完毕
gevent.spawn 可以调用函数
可是我们一般也不会这么用。去故意的设置一个gevent.sleep来切换 ，下面就来在实际场景中应用
这里就用到了简单的网页爬虫环境中,
from gevent import monkey import gevent import time from urllib.request import urlopen monkey.patch_all() #对比得出 协程 运行出的更快 #IO阻塞 自动切换任务。。 def say(url): print(‘get url‘,url) resp = urlopen(url) data = resp.read() print(len(data),url) t1_start = time.time() say(‘http://www.xiaohuar.com/‘) say(‘http://www.oldboyedu.com/‘) print("普通--time cost",time.time() - t1_start) t2_stat = time.time() gevent.joinall( [gevent.spawn(say,‘http://www.xiaohuar.com/‘), gevent.spawn(say,‘http://www.oldboyedu.com/‘), gevent.spawn(say,‘http://weibo.com/MMbdzx?from=myfollow_all&is_all=1#_rnd1482040021384‘)] ) print("gevent---time cost",time.time() - t2_stat)
由于切换时再IO操作时自动完成,所以需要gevent修改py自带的标准库,这一过程在启动时通过monkey patch完成 -- （不懂是啥原理)
对比2次运行完毕的时间,很明显的看到gevent在处理上,更加有优势,
到了这里简单的就算完了。。。来进入总结概念的部分-----最煎熬---
标签：顺序 原子性 网页爬虫 并发 poll 区别 nbsp time monkey
原文地址：http://www.cnblogs.com/zcqdream/p/6196040.html
