注意
1.不能无限的开进程,不能无限的开线程
最常用的就是开进程池,开线程池。其中回调函数非常重要
回调函数其实可以作为一种编程思想,谁好了谁就去掉
2.只要你用并发,就会有锁的问题,但是你不能一直去自己加锁吧
那么我们就用QUEUE,这样还解决了自动加锁的问题
由Queue延伸出的一个点也非常重要的概念。以后写程序也会用到
这个思想。就是生产者与消费者问题
一、Python标准模块--concurrent.futures(并发未来)
concurent.future模块需要了解的
1.concurent.future模块是用来创建并行的任务,提供了更高级别的接口, 为了异步执行调用 2.concurent.future这个模块用起来非常方便,它的接口也封装的非常简单 3.concurent.future模块既可以实现进程池,也可以实现线程池 4.模块导入进程池和线程池 from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor 还可以导入一个Executor,但是你别这样导,这个类是一个抽象类 抽象类的目的是规范他的子类必须有某种方法(并且抽象类的方法必须实现),但是抽象类不能被实例化 5. p = ProcessPoolExecutor(max_works)对于进程池如果不写max_works:默认的是cpu的数目,默认是4个 p = ThreadPoolExecutor(max_works)对于线程池如果不写max_works:默认的是cpu的数目*5 6.如果是进程池,得到的结果如果是一个对象。我们得用一个.get()方法得到结果,但是现在用了concurent.future模块,我们可以用obj.result方法 p.submit(task,i) #相当于apply_async异步方法 p.shutdown() #默认有个参数wite=True (相当于close和join)
二、线程池
进程池:就是在一个进程内控制一定个数的线程
基于concurent.future模块的进程池和线程池 (他们的同步执行和异步执行是一样的)
# 基于concurrent.futures模块的进程池 # 1.同步执行-------------- from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor import os,time,random def task(n): print(‘[%s] is running‘%os.getpid()) time.sleep(random.randint(1,3)) #I/O密集型的,,一般用线程,用了进程耗时长 return n**2 if __name__ == ‘__main__‘: start = time.time() p = ProcessPoolExecutor() for i in range(10): #现在是开了10个任务, 那么如果是上百个任务呢,就不能无线的开进程,那么就得考虑控制 # 线程数了,那么就得考虑到池了 obj = p.submit(task,i).result() #相当于apply同步方法 p.shutdown() #相当于close和join方法 print(‘=‘*30) print(time.time() - start) #17.36499309539795 # 2.异步执行----------- # from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor # import os,time,random # def task(n): # print(‘[%s] is running‘%os.getpid()) # time.sleep(random.randint(1,3)) #I/O密集型的,,一般用线程,用了进程耗时长 # return n**2 # if __name__ == ‘__main__‘: # start = time.time() # p = ProcessPoolExecutor() # l = [] # for i in range(10): #现在是开了10个任务, 那么如果是上百个任务呢,就不能无线的开进程,那么就得考虑控制 # # 线程数了,那么就得考虑到池了 # obj = p.submit(task,i) #相当于apply_async()异步方法 # l.append(obj) # p.shutdown() #相当于close和join方法 # print(‘=‘*30) # print([obj.result() for obj in l]) # print(time.time() - start) #5.362306594848633
#基于concurrent.futures模块的线程池 from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor from threading import currentThread import os,time,random def task(n): print(‘%s:%s is running‘%(currentThread().getName(),os.getpid())) #看到的pid都是一样的,因为线程是共享了一个进程 time.sleep(random.randint(1,3)) #I/O密集型的,,一般用线程,用了进程耗时长 return n**2 if __name__ == ‘__main__‘: start = time.time() p = ThreadPoolExecutor() #线程池 #如果不给定值,默认cup*5 l = [] for i in range(10): #10个任务 # 线程池效率高了 obj = p.submit(task,i) #相当于apply_async异步方法 l.append(obj) p.shutdown() #默认有个参数wite=True (相当于close和join) print(‘=‘*30) print([obj.result() for obj in l]) print(time.time() - start) #3.001171827316284
应用线程池(下载网页并解析)
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代表状态:下载成功了 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) #这里的回调函数拿到的是一个对象。得 # 先把返回的res得到一个结果。即在前面加上一个res.result() #谁好了谁去掉回调函数 # 回调函数也是一种编程思想。不仅开线程池用,开线程池也用 p.shutdown() #相当于进程池里的close和join print(‘主‘,os.getpid())
map函数的应用
# map函数举例 obj= map(lambda x:x**2 ,range(10)) print(list(obj)) #运行结果[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
可以和上面的开进程池/线程池的对比着看,就能发现map函数的强大了
#map函数应用 # 我们的那个p.submit(task,i)和map函数的原理类似。我们就 # 可以用map函数去代替。更减缩了代码 from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor import os,time,random def task(n): print(‘[%s] is running‘%os.getpid()) time.sleep(random.randint(1,3)) #I/O密集型的,,一般用线程,用了进程耗时长 return n**2 if __name__ == ‘__main__‘: p = ProcessPoolExecutor() obj = p.map(task,range(10)) p.shutdown() #相当于close和join方法 print(‘=‘*30) print(obj) #返回的是一个迭代器 print(list(obj))
三、协程介绍
协程:单进程下实现并发(提高效率),协程实质上是对单线程在时间上的充分利用,尤其是在IO密集型任务是,遇到IO切换到别的任务,返回结果由回到函数处理
说到协成,我们先说一下协程联想到的知识点
切换关键的一点是:保存状态(从原来停留的地方继续切) return:只能执行一次,结束函数的标志 yield:函数中但凡有yield,这个函数的执行结果就变成了一个生成器, 生成器本质就是一个迭代器,那么迭代器怎么用呢?用一个next()方法 1.yield语句的形式:yield 1 yield功能1:可以用来返回值,可以返回多次值 yield功能2:可以吧函数暂停住,保存原来的状态 2.yield表达式的形式:x = yieldsend可以吧一个函数的结果传给另一个函数,以此实现单线程内程序之间的切换 send()要想用就得先next()一下 但是要用send至少要用两个yield
yield复习
# yield功能(可以吧函数暂停住,保存原来的状态)-------------- def f1(): print(‘first‘) yield 1 print(‘second‘) yield 2 print(‘third‘) yield 3 # print(f1()) #加了yield返回的是一个生成器 g = f1() print(next(g)) #当遇见了yield的时候就返回一个值,而且保存原来的状态 print(next(g)) #当遇见了yield的时候就返回一个值 print(next(g)) #当遇见了yield的时候就返回一个值
# yield表达式(对于表达式的yield)-------------------- import time def wrapper(func): def inner(*args,**kwargs): ret =func(*args,**kwargs) next(ret) return ret return inner @wrapper def consumer(): while True: x= yield print(x) def producter(target): ‘‘‘生产者造值‘‘‘ # next(g) #相当于g.send(None) for i in range(10): time.sleep(0.5) target.send(i)#要用send就得用两个yield producter(consumer())
引子
本节主题是实现单线程下的并发,即只在一个主线程,并且很明显的是,可利用的cpu只有一个情况下实现并发,
为此我们需要先回顾下并发的本质:切换+保存状态
cpu正在运行一个任务,会在两种情况下切走去执行其他的任务(切换由操作系统强制控制),
一种情况是该任务发生了阻塞,另外一种情况是该任务计算的时间过长
其中第二种情况并不能提升效率,只是为了让cpu能够雨露均沾,实现看起来大家都被执行的效果,如果多个程序都是纯计算任务,这种切换反而会降低效率。为此我们可以基于yield来验证。yield本身就是一种在单线程下可以保存任务运行状态的方法,我们来简单复习一下:
yiled可以保存状态,
yield
的状态保存与操作系统的保存线程状态很像,但是
yield
是代码级别控制的,更轻量级
send可以把一个函数的结果传给另外一个函数,以此实现单线程内程序之间的切换
单纯的切反而会影响效率
#串行执行 import time def consumer(res): ‘‘‘任务1:接收数据,处理数据‘‘‘ pass def producer(): ‘‘‘任务2:生产数据‘‘‘ res=[] for i in range(10000000): res.append(i) return res start=time.time() #串行执行 res=producer() consumer(res) stop=time.time() print(stop-start) #1.5536692142486572
# 基于yield并发执行 import time def wrapper(func): def inner(*args,**kwargs): ret =func(*args,**kwargs) next(ret) return ret return inner @wrapper def consumer(): while True: x= yield print(x) def producter(target): ‘‘‘生产者造值‘‘‘ # next(g) #相当于g.send(None) for i in range(10): time.sleep(0.5) target.send(i)#要用send就得用两个yield producter(consumer())
对于单线程下,我们不可避免程序中出现io操作,但如果我们能在自己的程序中(即用户程序级别,而非操作系统级别)控制单线程下多个任务能遇到io就切换,这样就保证了该线程能够最大限度地处于就绪态,即随时都可以被cpu执行的状态,相当于我们在用户程序级别将自己的io操作最大限度地隐藏起来,对于操作系统来说:这哥们(该线程)好像是一直处于计算过程的,io比较少。
协程的本质就是在单线程下,由用户自己控制一个任务遇到io阻塞了就切换另外一个任务去执行,以此来提升效率。
因此我们需要找寻一种可以同时满足以下条件的解决方案:
1. 可以控制多个任务之间的切换,切换之前将任务的状态保存下来(重新运行时,可以基于暂停的位置继续)
2. 作为1的补充:可以检测io操作,在遇到io操作的情况下才发生切换
四、Greenlet
Greenlet模块和yield没有什么区别,就只是单纯的切,跟效率无关。
只不过比yield更好一点,切的时候方便一点。但是仍然没有解决效率
Greenlet可以让你在多个任务之间来回的切
# greenlet示例 from greenlet import greenlet import time def eat(name): print(‘%s eat 1‘ %name) time.sleep(10) #当遇到IO的时候它也没有切,这就得用gevent了 g2.switch(‘egon‘) print(‘%s eat 2‘ %name) g2.switch() def play(name): print(‘%s play 1‘ %name) g1.switch() print(‘%s play 2‘ %name) g1=greenlet(eat) g2=greenlet(play) g1.switch(‘egon‘)#可以在第一次switch时传入参数,以后都不需要
所以上面的方法都不可行,那么这就用到了Gevert ,也就是协程。就解决了单线程实现并发的问题,还提升了效率
五、Gevent介绍
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。
#用法 g1=gevent.spawn(func,1,,2,3,x=4,y=5)创建一个协程对象g1,spawn括号内第一个参数是函数名,如eat,后面可以有多个参数,可以是位置实参或关键字实参,都是传给函数eat的 g2=gevent.spawn(func2) g1.join() #等待g1结束 g2.join() #等待g2结束 #或者上述两步合作一步:gevent.joinall([g1,g2]) g1.value#拿到func1的返回值
举例;
# gevent的一些方法(重要) from gevent import monkey;monkey.patch_all() import gevent import time def eat(name): print(‘%s eat 1‘ %name) time.sleep(2) #我们用等待的时间模拟IO阻塞 ‘‘‘ 在gevent模块里面要用gevent.sleep(2)表示等待的时间 然而我们经常用time.sleep()用习惯了,那么有些人就想着 可以用time.sleep(),那么也不是不可以。要想用,就得在 最上面导入from gevent import monkey;monkey.patch_all()这句话 如果不导入直接用time.sleep(),就实现不了单线程并发的效果了 ‘‘‘ # gevent.sleep(2) print(‘%s eat 2‘ %name) return ‘eat‘ def play(name): print(‘%s play 1‘ %name) time.sleep(3) # gevent.sleep(3) print(‘%s play 2‘ %name) return ‘paly‘ #当有返回值的时候,gevent模块也提供了返回结果的操作 start = time.time() g1 = gevent.spawn(eat,‘egon‘) #执行任务 g2 = gevent.spawn(play,‘egon‘) #g1和g2的参数可以不一样 # g1.join() #等待g1 # g2.join() #等待g2 #上面等待的两句也可以这样写 gevent.joinall([g1,g2]) print(‘主‘,time.time()-start) #3.001171588897705 print(g1.value) print(g2.value)
需要说明的是:
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
from gevent import monkey;monkey.patch_all()必须放到被打补丁者的前面,如time,socket模块之前
或者我们干脆记忆成:要用gevent,需要将from gevent import monkey;monkey.patch_all()放到文件的开头
六、Gevent之同步于异步
from gevent import spawn,joinall,monkey;monkey.patch_all() import time def task(pid): """ Some non-deterministic task """ time.sleep(0.5) print(‘Task %s done‘ % pid) def synchronous(): for i in range(10): task(i) def asynchronous(): g_l=[spawn(task,i) for i in range(10)] joinall(g_l) if __name__ == ‘__main__‘: print(‘Synchronous:‘) synchronous() print(‘Asynchronous:‘) asynchronous() #上面程序的重要部分是将task函数封装到Greenlet内部线程的gevent.spawn。 初始化的greenlet列表存放在数组threads中,此数组被传给gevent.joinall 函数,后者阻塞当前流程,并执行所有给定的greenlet。执行流程只会在 所有greenlet执行完后才会继续向下走。
七、Gevent之应用举例一
#协程应用爬虫 from gevent import monkey;monkey.patch_all() #打补丁 import gevent import requests import time def get_page(url): print(‘get :%s‘%url) response = requests.get(url) if response.status_code==200: #下载成功的状态 print(‘%d bytes received from:%s‘%(len(response.text),url)) start=time.time() gevent.joinall([ gevent.spawn(get_page,‘http://www.baidu.com‘), gevent.spawn(get_page, ‘https://www.yahoo.com/‘), gevent.spawn(get_page, ‘https://github.com/‘), ]) stop = time.time() print(‘run time is %s‘ %(stop-start))
#协程应用爬虫加了回调函数的 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)
八、Gevent之应用举例二
也可以利用协程实现并发
# 服务端利用协程 #!usr/bin/env python # -*- coding:utf-8 -*- from gevent import monkey;monkey.patch_all() import gevent from socket import * print(‘start running...‘) def talk(conn,addr): while True: data = conn.recv(1024) print(‘%s:%s %s‘%(addr[0],addr[1],data)) conn.send(data.upper()) conn.close() def server(ip,duankou): server = socket(AF_INET, SOCK_STREAM) server.setsockopt(SOL_SOCKET, SO_REUSEADDR, 1) server.bind((ip,duankou)) server.listen(5) while True: conn,addr = server.accept() #等待链接 gevent.spawn(talk,conn,addr) #异步执行 (p =Process(target=talk,args=(coon,addr)) # p.start())相当于开进程里的这两句 server.close() if __name__ == ‘__main__‘: server(‘127.0.0.1‘,8081)
#客户端开了100个进程 #!usr/bin/env python # -*- coding:utf-8 -*- from multiprocessing import Process from gevent import monkey;monkey.patch_all() from socket import * def client(ip,duankou): client = socket(AF_INET, SOCK_STREAM) client.connect((ip,duankou)) while True: client.send(‘hello‘.encode(‘utf-8‘)) data = client.recv(1024) print(data.decode(‘utf-8‘)) if __name__ == ‘__main__‘: for i in range(100): p = Process(target=client,args=((‘127.0.0.1‘,8081))) p.start()