python并发编程之协程知识点

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

由线程遗留下的问题：GIL导致多个线程不能真正的并行，CPython中多个线程不能并行

单线程实现并发：切换+保存状态

第一种方法：使用yield，yield可以保存状态。yield的状态保存与操作系统保存线程状态很像，但是yield是代码级控制的，更更轻量级。

# 两个计算任务一个采用生成器切换并发执行一个直接串行调用
import time
def task1():
a =
for i in range():
a += i
yielddef task2():
g = task1()
b =
for i in range():
b +=
next(g)
s = time.time()
task2()
print("并发执行时间",time.time()-s)# 单线程下串行执行两个计算任务效率反而比并发高因为并发需要切换和保存
def task1():
a =
for i in range():
a += i
def task2():
b =
for i in range():
b +=
s = time.time()
task1()
task2()
print("串行执行时间",time.time()-s)

可以看出，对于纯计算任务而言，单线程并发反而使效率降低。而且使用yield来切换使得代码结构混乱。

第二种方法：使用greenlet模块，仅仅是对yield在封装。依然不能对检测IO操作。

import greenlet
def task1(name):
print("%s task1 run1" % name)
g2.switch(name) # 切换至任务2
print("task1 run2")
g2.switch() # 切换至任务2def task2(name):
print("%s task2 run1" % name)
g1.switch() # 切换至任务1
print("task2 run2")g1 = greenlet.greenlet(task1)
g2 = greenlet.greenlet(task2)
g1.switch("jerry") # 为任务传参数

第三种办法：协程

协程：指的是一个线程完成并发执行，协程是一种用户态的轻量级线程，即协程是由用户程序自己控制调度的

强调：

python的线程始于内核级别的，即由操作系统控制调度（遇到IO或执行事件过长就会被迫交出CPU执行权限，切换到其他线程）
单线程内开启协程，一旦遇到IO，就会从应用程序级别控制切换，以此来提升效率

优点：

1. 协程的切换开销更小，属于程序级别的切换，更加轻量级

2. 单线程内就可以实现并发的效果，最大限度的利用CPU

缺点：

1. 协程本质是单线程并发，无法利用多核，可以是一个程序开多个进程，每个进程内开启多个线程，每个线程内开启协程

2. 一旦协程遇到阻塞，将会阻塞整个线程

在CPython中，如果是计算密集型，使用协程是无法提高效率，反而因为切换任务导致效率较低，只能靠进程。IO密集型多线程会比多进程效率高，因为多线程开销比多进程小的多。

使用模块：gevent，gevent既可以单线程实现并发，又可以检测IO操作

import gevent
import time
from gevent import monkey # 导入monkey补丁
monkey.patch_all() # 打补丁def task1():
print("task1 run")
# gevent.sleep()
time.sleep()
print("task1 over")def task2():
print("task2 run")
# gevent.sleep()
time.sleep()
print("task2 over")g1 = gevent.spawn(task1)
g2 = gevent.spawn(task2)
# g1.join()
# g2.join()
gevent.joinall([g1,g2])

需要注意：

协程执行时必须对协程对象调用join函数（join让主线程等待协程任务完成，因为主线程一旦结束，协程任务就不执行了。反过来说要保证协程任务正常执行结束必须保证主线程没有结束）
如果有多个任务，随便调用哪一个的join都会并发执行所有任务，但是需要注意如果有一个存在IO操作的任务没有被join，该任务将无法正常执行完毕。
monkey补丁的原理，把原始的阻塞模块替换为修改后的非阻塞模块，来实现IO自定切换，所以打补丁的位置尽量要放在导入阻塞模块之前