協程--gevent模塊(單線程高並發)

先惡補一下知識點,上節回顧

上下文切換：當CPU從執行一個線程切換到執行另外一個線程的時候，它需要先存儲當前線程的本地的數據，程序指針等，然后載入另一個線程的本地數據，程序指針等，最后才開始執行。這種切換稱為“上下文切換”(“context switch”)

　　　　　　CPU會在一個上下文中執行一個線程，然后切換到另外一個上下文中執行另外一個線程,上下文切換並不廉價。如果沒有必要，應該減少上下文切換的發生

進程: 一個程序需要運行所需的資源的集合
每個進程數據是獨立的
每個進程里至少有一個線程
每個進程里有可以多有個線程
線程數據是共享的
進程間共享數據的代價是高昂的,所以要盡量避免進程間的數據共享
線程間的數據本來就是共享的
線程要修改同一份數據，必須加鎖，互斥鎖mutex
生產者消費者:1.解耦2.提高程序的運行效率,把中間等待的時間省去

多線程場景: IO密集型，因為IO操作基本不占用CPU，所以多用在web，爬蟲，socket交互
多進程場景:CPU密集型,大數據分析,金融分析,這樣用的IO就很少，因為這個進程會進行大量的運算, 但是如果切換了進程,就會變慢

協程

協程:微線程, 協程是一種用戶態的輕量級線程,CPU不知道它的存在,

協程擁有自己的寄存器上下文和棧.協程調度切換時,將寄存器上下文和棧保存到其他地方,在切回來的時候,恢復先前保存的寄存器上下文和棧，

因此協程能保留上一次調用時的狀態(即所有局部狀態的一個特定組合,)，每次過程重入時,就相當於上一次調用的狀態, 也就是進入上一次離開時所處邏輯流的位置

 

協程的好處：(是程序級別切換，CPU是不知道的.)

1.無需線程上下文切換,

2.無需原子操作鎖定及同步開銷  ,  什么是原子操作？  ：是不需要同步的!!,是指不會被線程調度打斷的操作；這種操作一旦開始，就運行到結束,中間不會有任何  context switch（切換到另一個線程,）

　　　　　　　　　　　　　　　　　　　　　　　　　原子操作可以是一個步驟，也可以是多個操作步驟，但是其順序是不可以被打亂，或者切割掉只執行部分。視作整體是原子性的核心

3.方便切換控制流,簡化編程模型

4.高並發 + 高擴展 + 低成本 ： 一個CPU支持上萬的協程都不是問題,所以很適合用於高並發處理

壞處-----:

1.無法利用多核資源,協程的本質是個單線程,它不能同時將單個CPU的多個核用上, 協程需要配合進程才能在多CPU上，  適用於CPU密集型應用

2.進程阻塞 （Blocking）  操作 如IO操作時，會阻塞掉整個程序

----什么條件符合才能稱之為協程？

　　A.必須在只有一個單線程里實現並發

　　B.修改共享數據不需要加鎖

　　C.用戶程序里自己保持多個控制流的上下文棧

　　D.一個協程遇到IO操作自動切換到其他協程！！！！！！

重點來了。。。。。 大量的模塊知識點---我希望我以后還能記起來----汗顏！

Greenlet模塊

greenlet是一個用C實現的協程模塊，相比與python自帶的yield，它可以使你在任意函數之間隨意切換，而不需把這個函數先聲明為generator(生成器)

from greenlet import greenlet

def test1():
    print('test1:我是1')
    gr2.switch()    #切換到test2
    print('test1:我是1.1')
    gr2.switch()
def test2():
    print('test2:我是2')
    gr1.switch()  #切換到test1
    print('test2:我是2.2')


gr1=greenlet(test1)
gr2=greenlet(test2)
gr1.switch()      #先切換到test1
>>
test1:我是1
test2:我是2
test1:我是1.1
test2:我是2.2

swich()  就是切換,   按執行順序--  但是遇到IO操作 好像並沒有自動切換

Gevent模塊

Gevent 是一個第三方庫，可以輕松通過gevent實現並發同步或異步編程，在gevent中用到的主要模式是Greenlet, 它是以C擴展模塊形式接入Python的輕量級協程。 Greenlet全部運行在主程序操作系統進程的內部，但它們被協作式地調度。  

 這里使用gevent.sleep 來獲取控制權    

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),])

這里會按照sleep 設置來執行      一定會先打印出func2-->func3-->func1  

同步和異步的性能區別

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)    #執行流程只會在 所有greenlet執行完后才會繼續向下走


print('Synchronous:')
synchronous()

print('Asynchronous:')
asynchronous()

Synchrounous:定義了同步的函數:定義一個for循環。依次把內容傳輸給task函數，然后打印執行結果-----

Aynchrounous:定義了異步的函數: 這里用到了一個gevent.spawn方法，就是產生的意思. gevent.joinall 也就是等待所以操作都執行完畢

　　　　　　　　　　　　　　　　gevent.spawn 可以調用函數

可是我們一般也不會這么用。去故意的設置一個gevent.sleep來切換  ，下面就來在實際場景中應用

遇到IO阻塞,自動切換任務

這里就用到了簡單的網頁爬蟲環境中,  操作IO的時候。自動切換。這里就用到了猴子補丁(monkey.patch_all(), 知道這是運行時，動態修改已有的代碼，而不需要修改原始代碼)

from gevent import monkey
import gevent
import time
from urllib.request import urlopen
monkey.patch_all()
#對比得出 協程 運行出的更快
#IO阻塞 自動切換任務。。
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)

由於切換時再IO操作就自動完成,所以需要gevent修改py自帶的標准庫,這一過程在啟動時通過monkey patch完成  -- 

對比2次運行完畢的時間,很明顯的看到gevent在處理上,更加有優勢,

 到了這里簡單的就算完了。。。來進入總結概念的部分--------http://www.cnblogs.com/zcqdream/p/6196948.html   

通過gevent來實現單線程下的多socket並發

server 端,采用gevent協程

import sys
import socket
import time
import gevent
 
from gevent import socket,monkey
monkey.patch_all()
 
 
def server(port):
    s = socket.socket()
    s.bind(('0.0.0.0', port))
    s.listen(500)
    while True:
        cli, addr = s.accept()
        gevent.spawn(handle_request, cli)   #gevent.spwan調用handle參數並傳參
 
 
 
def handle_request(conn):
    try:
        while True:
            data = conn.recv(1024)
            print("recv:", data)
            conn.send(data)
            if not data:             
                conn.shutdown(socket.SHUT_WR)
 
    except Exception as  ex:
        print(ex)
    finally:
        conn.close()
if __name__ == '__main__':
    server(8001)

client端

單線程的客戶端

import socket
 
HOST = 'localhost'    # The remote host
PORT = 8001           # The same port as used by the server
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.connect((HOST, PORT))
while True:
    msg = bytes(input(">>:"),encoding="utf8")
    s.sendall(msg)
    data = s.recv(1024)
    #print(data)
 
    print('Received', repr(data))
s.close()

多線程客戶端去請求

import socket
import threading

def sock_conn():

    client = socket.socket()

    client.connect(("localhost",8001))
    count = 0
    while True:
        #msg = input(">>:").strip()
        #if len(msg) == 0:continue
        client.send( ("hello %s" %count).encode("utf-8"))

        data = client.recv(1024)

        print("[%s]recv from server:" % threading.get_ident(),data.decode()) #結果
        count +=1
    client.close()


for i in range(100):
    t = threading.Thread(target=sock_conn)
    t.start()