IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> python基础之并发编程(三) -> 正文阅读

[Python知识库]python基础之并发编程(三)

一、协程定义和作用

协程(coroutine),又称为微线程,纤程。(协程是一种用户态的轻量级线程)
作用:在执行 A 函数的时候,可以随时中断,去执行 B 函数,然后中断继续执行 A 函数
(可以自动切换),单着一过程并不是函数调用(没有调用语句),过程很像多线程,然而协
程只有一个线程在执行

1、使用协程的优点

由于自身带有上下文和栈,无需线程上下文切换的开销,属于程序级别的切换,操作系统
完全感知不到,因而更加轻量级;
无需原子操作的锁定及同步的开销;
方便切换控制流,简化编程模型
单线程内就可以实现并发的效果,最大限度地利用 cpu,且可扩展性高,成本低(注: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)

2、使用协程的缺点

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
# 协程的基本使用,  实现两个任务的切换         yield  和 next 来回切换
def func1():
    for i in range(11):
        print(f"一班打印第{i}次数据")
        yield

def func2():
    g = func1()
    next(g)
    for i in range(10):
        print(f"二班打印第{i}次数据")
        next(g)

if __name__ == "__main__":
    func2()

二、Greenlet 的使用

单线程内有多个任务,用greenlet实现任务的切换? greenlet 和 switch 组合

from greenlet import greenlet
# pip install greenlet

def gf(name):
    print(f'{name}:我想王者!!')
    g2.switch('zf')
    print(f'{name}:我想吃大餐!!!')
    g2.switch()
def bf(name):
    print(f'{name}:一块去完!!!')
    g1.switch()
    print(f'{name}:一起去吃!!')

if __name__ == "__main__":
    g1 = greenlet(gf)
    g2 = greenlet(bf)
    # 切换任务
    g1.switch('dc')   # 只需要第一次上传

三、Gevent的使用

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,但他们被协作式地调度。
from gevent import monkey; # 为了能识别time模块的io
monkey.patch_all()  #必须放到被打补丁者的前面,如 time,socket 模块之前
import gevent
# pip install gevent
from time import time,sleep

def gf(name):
    print(f'{name}:我想打王者!!')
    # gevent.sleep(2)
    sleep(2)
    print(f'{name}:我想吃大餐!!!')

def bf(name):
    print(f'{name}:一起打!!!')
    # gevent.sleep(2)
    sleep(2)
    print(f'{name}:一快去吃!!')

if __name__ == "__main__":
    start = time()
    # 创建协程对象
    g1 = gevent.spawn(gf,'貂蝉')
    g2 = gevent.spawn(bf,'吕布')

    # 开启任务
    g1.join()
    g2.join()
    end = time()
    print(end-start)
注意:上例 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

四、async io 异步 IO

asyncio 是 python3.4 之后的协程模块,是 python 实现并发重要的包,这个包使用事件
循环驱动实现并发。
事件循环是一种处理多并发量的有效方式,在维基百科中它被描述为「一种等待程序分配
事件或消息的编程架构」,我们可以定义事件循环来简化使用轮询方法来监控事件,通俗的说
法就是「当 A 发生时,执行 B」。

@asyncio.coroutine 协程装饰器装饰

asyncio.sleep() 可以避免事件循环阻塞

get_event_loop() 获取事件循环

?Loop.run_until_complete() 监听事件循环

?gather() 封装任务

await 等于 yield from 就是在等待 task 结果

import asyncio
@asyncio.coroutine # python3.5 之前 官网说3.10将被移除
def func1():
    for i in range(5):
        print('一边吃饭!!')
        yield from asyncio.sleep(0)

async def func2(): # python3.5以上
    for i in range(5):
        print('一边打游戏!!!')
        await asyncio.sleep(0)
if __name__ == "__main__":
    g1 = func1()
    g2 = func2()
    # 获取事件循环
    loop = asyncio.get_event_loop()
    # 监听事件循环
    loop.run_until_complete(asyncio.gather(g1,g2))
    # 关闭事件循环
    loop.close()


1、asyncio中的task的使用

import asyncio
import functools
async def compute(x,y):
    print(f'compute:{x}+{y}....')
    await asyncio.sleep(1)
    return x+y


async def print_sum(x,y):
    # 创建task
    task = asyncio.create_task(compute(x,y))        #python3.7以上写法
    # task绑定回调函数
    task.add_done_callback(functools.partial(end,x,y))  #python3.7以上写法
    # 释放下cpu的使用
    await asyncio.sleep(0)
    print('--------------------print_num继续执行---------------------------')
    for i in range(1000000):
        if i%5000 ==0:
            print(i)
            await asyncio.sleep(0.1)

def end(n,m,t):
    print(f'{n}+{m}={t.result()}')

if __name__ == "__main__":
    loop = asyncio.get_event_loop()

    loop.run_until_complete(print_sum(1,2))

    loop.close()

五、总结

并行:指的是任务数小于等于 cpu 核数,即任务真的是一起执行的
并发:指的是任务数多余 cpu 核数,通过操作系统的各种任务调度算法,实现用多个任
务“一起”执行(实际上总有一些任务不在执行,因为切换任务的速度相当快,看上去一
起执行而已)

进程与线程的区别:

1. 线程是程序执行的最小单位,而进程是操作系统分配资源的最小单位;
2. 一个进程由一个或多个线程组成,线程是一个进程中代码的不同执行路线;
3. 进程之间相互独立,但同一进程下的各个线程之间共享程序的内存空间(包括代码段、
数据集、堆等)及一些进程级的资源(如打开文件和信号),某进程内的线程在其它进程
不可见;
4. 调度和切换:线程上下文切换比进程上下文切换要快得多。

进程、线程和协程的特点

进程:拥有自己独立的堆和栈,既不共享堆,也不共享栈,进程由操作系统调度;进程切
换需要的资源很最大,效率很低
线程:拥有自己独立的栈和共享的堆,共享堆,不共享栈,标准线程由操作系统调度;线
程切换需要的资源一般,效率一般(当然了在不考虑 GIL 的情况下)
协程:拥有自己独立的栈和共享的堆,共享堆,不共享栈,协程由程序员在协程的代码里
显示调度;协程切换任务资源很小,效率高
多进程、多线程根据 cpu 核数不一样可能是并行的,但是协程是在一个线程中 所以是并
选择技术考虑的因素:切换的效率、数据共享的问题、 数据安全、是否需要并发

?

上一章节:python基础之并发编程(二)_宠乖仪的博客-CSDN博客?

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-10-28 12:20:59  更:2021-10-28 12:23:23 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/15 22:59:07-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码