正文
concurrent.futures模块(进程池/线程池)
提示：扫一扫查出行【扫一扫了解最新限行尾号】
复制提示
需要注意一下
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 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)
那么什么是线程池呢？我们来了解一下
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）
# .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(,)) #I/O密集型的，，一般用线程，用了进程耗时长
return n**
if __name__ == '__main__':
start = time.time()
p = ProcessPoolExecutor()
for i in range(): #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('='*)
print(time.time() - start) #17.36499309539795 # .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(,)) #I/O密集型的，，一般用线程，用了进程耗时长
# return n**
# if __name__ == '__main__':
# start = time.time()
# p = ProcessPoolExecutor()
# l = []
# for i in range(): #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('='*)
# print([obj.result() for obj in l])
# print(time.time() - start) #5.362306594848633
基于concurrent.futures模块的进程池
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(,)) #I/O密集型的，，一般用线程，用了进程耗时长
return n**
if __name__ == '__main__':
start = time.time()
p = ThreadPoolExecutor() #线程池 #如果不给定值，默认cup*
l = []
for i in range(): #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('='*)
print([obj.result() for obj in l])
print(time.time() - start) #3.001171827316284
基于concurrent.futures模块的线程池
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** ,range())
print(list(obj)) #运行结果[, , , , , , , , , ]
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
# 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(,)) #I/O密集型的，，一般用线程，用了进程耗时长
return n**
if __name__ == '__main__':
p = ProcessPoolExecutor()
obj = p.map(task,range())
p.shutdown() #相当于close和join方法
print('='*)
print(obj) #返回的是一个迭代器
print(list(obj))
map函数应用
三、协程介绍
协程： 单线程 下实现并发（提高效率）
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 .yield语句的形式：yield
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 .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2（可以吧函数暂停住，保存原来的状态）--------------
def f1():
print('first')
yield
print('second')
yield
print('third')
yield
# 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功能示例
# .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():
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():
res.append(i)
return res start=time.time()
#串行执行
res=producer()
consumer(res)
stop=time.time()
print(stop-start) #1.5536692142486572
串行执行
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():
time.sleep(0.5)
target.send(i)#要用send就得用两个yield
producter(consumer())
基于yield并发执行
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
#安装
pip3 install greenlet
示例：
from greenlet import greenlet
import time
def eat(name):
print('%s eat 1' %name)
time.sleep() #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
gevent
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
#安装
pip3 install 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
#用法
g1=gevent.spawn(func,,,,,x=,y=)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
示例：
from gevent import monkey;monkey.patch_all()
import gevent
import time
def eat(name):
print('%s eat 1' %name)
time.sleep() #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()
print('%s eat 2' %name)
return 'eat'
def play(name):
print('%s play 1' %name)
time.sleep()
# gevent.sleep()
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)
gevent一些方法(重要)
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():
task(i) def asynchronous():
g_l=[spawn(task,i) for i in range()]
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
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==: #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
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 == :
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)
协程应用爬虫(回调函数版)
八、Gevent之应用举例二
也可以利用协程实现并发
#!usr/bin/env python
# -*- coding:utf- -*-
from gevent import monkey;monkey.patch_all()
import gevent
from socket import *
print('start running...')
def talk(conn,addr):
while True:
data = conn.recv()
print('%s:%s %s'%(addr[],addr[],data))
conn.send(data.upper())
conn.close()
def server(ip,duankou):
server = socket(AF_INET, SOCK_STREAM)
server.setsockopt(SOL_SOCKET, SO_REUSEADDR, )
server.bind((ip,duankou))
server.listen()
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',)
服务端利用协程
#!usr/bin/env python
# -*- coding:utf- -*-
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()
print(data.decode('utf-8'))
if __name__ == '__main__':
for i in range():
p = Process(target=client,args=(('127.0.0.1',)))
p.start()
客户端开多个进程
