"
补充：数据安全问题
进程： 多个进程操作同一个文件,会出现数据不安全线程： 多个线程操作同一个全局变量，会出现数据不安全 对于共享的数据操作： 如果是 += *= /= -= 操作，都存在数据不安全问题 如果是append，extend，pop，remove操作，就不会出现数据不安全问题协程： 永远不会出现数据不安全问题 因为协程是由程序员控制的，而程序员控制的只能是代码协程示例代码：
# 最简单的协程 a = 0 def fn1(): global a g = fn2() # 拿到生成器 next(g) # 转向fn2函数执行 a += 1 next(g) # 转向fn2函数执行 def fn2(): global a yield a += 1 yield print(fn1()) # Noneprint(a) # 2
1. 协程介绍
协程是单线程下的并发，又称微线程，纤程。英文名Coroutine。一句话说明什么是协程：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.
1. Python的线程属于内核级别的，即由操作系统控制调度（如单线程遇到io或执行时间过长就会被迫交出cpu执行权限，切换其它线程运行）
2. 单线程内开启协程，一旦遇到io，就会从应用程序级别（而非操作系统）控制切换，以此来提升效率（非io操作的切换反而会降低效率！）
对比操作系统控制线程的切换，用户在单线程内控制协程的切换
优点如下：
1. 协程的切换开销更小，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
2. 单线程内就可以实现并发的效果，最大限度地利用cpu
缺点如下：
1. 协程的本质是单线程下实现并发，因而无法利用多核。（可以是一个程序开启多个进程，每个进程内开启多个线程，每个线程内开启协程）
2. 协程指的是单个线程，因而一旦协程出现阻塞，将会阻塞整个线程
总结协程特点
1. 必须在一个单线程里实现并发
2. 修改共享数据不需加锁
3. 用户程序里自己保存多个控制流的上下文栈
（附加：一个协程遇到io操作自动切换到其它协程（如何实现检测io？yield、greenlet都无法实现，需要用到gevent模块（select机制）））
二、greenlet模块
windows安装命令：pip3 install greenlet
单纯的切换（在没有io或没有重复开辟内存空间的操作下）反而会降低程序的执行速度
# 效率对比 from greenlet import greenletfrom time import time def func1(): res = 1 for i in range(1000000): res +=i def func2(): res = 1 for i in range(1000000): res *=i # 顺序执行start = time()func1()func2()print('run time is', time() - start)# run time is 0.19996070861816406 # 切换start =time()g1 = greenlet(func1)g2 = greenlet(func2)g1.switch()print('run time is', time() - start)# run time is 19.51878547668457greenlet只是提供了一种比generator更加便捷的切换方式，当切到一个任务执行时，如果遇到io操作，便会原地阻塞，仍然没有解决遇到io自动切换来提升效率的问题.
单线程里的多个任务通常会既有计算操作又有阻塞操作，我们完全可以在执行任务1遇到阻塞时就切换到任务2继续执行。如此才能提高效率，这就需要用到Gevent模块.
三、gevent模块
windows安装命令：pip3 install gevent
gevent模块是一个第三方库，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。
基本用法
g = gevent.spawn(func, 1, 2, x=3, y=4)：创建一个协程对象g，spawn括号内的第一个参数是函数名，后面可以有多个参数，可以是位置实参或关键字实参，都是传给函数的func。
g.join()：等待g结束，等价于gevent.joinall([g1, g2])
g.value：拿到func的返回值
# 遇到io主动切换 import gevent def eat(name): print('%s eat 1' % name) gevent.sleep(1) print('%s eat 2' % name) def play(name): print('%s play 1' % name) gevent.sleep(1) print('%s play 2' % name) g1 = gevent.spawn(eat, 'egon')g2 = gevent.spawn(play, name='egon')g1.join()g2.join()# 或者 gevent.joinall([g1, g2])上面的gevent.sleep()模拟的是gevent可以识别的io阻塞，而time.sleep()或其它的阻塞，gevent是不能直接识别的，需要用到下面一行代码，打补丁，便可识别：from gevent import monkey; monkey.patch_all() 必须写在被打补丁者之前：
from gevent import spawn, monkeyimport timedef eat(name): print('%s eat 1' % name) time.sleep(1) print('%s eat 2' % name) def play(name): print('%s play 1' % name) time.sleep(1) print('%s play 2' % name) monkey.patch_all() # 打补丁g1 = spawn(eat, 'egon')g2 = spawn(play, name='egon')g1.join()g2.join()# 或者 gevent.joinall([g1, g2])我们可以使用threading.current_thread().getName()来查看每个协程的变量名都会为：DummyThread-n，既假线程。
from gevent import spawn, monkeyfrom threading import current_thread func1 = lambda :print(current_thread().getName()) # DummyThread-1 monkey.patch_all()spawn(func1).join()同步与异步效率对比
# 同步与异步效率对比 from gevent import spawn, joinall, monkey;monkey.patch_all()from time import sleep def task(pid): """Some non-deterministic task""" sleep(0.5) print('Task %s done' % pid) def synchronous(): # 同步 [task(i) for i in range(10)] def asynchronous(): # 异步 gevent_lst = [spawn(task, i) for i in range(10)] joinall(gevent_lst) print('DONE') if __name__ == '__main__': print('Syinchronous:') synchronous() print('Asynchronous:') asynchronous()异步应用爬虫
from gevent import spawn, joinall, monkey; monkey.patch_all()from requests import getfrom time import time def get_page(url): print('GET: %s' % url) response = get(url) if response.status_code == 200: print('%d bytes received from %s' %(len(response.text), url)) start_time = time()joinall([ spawn(get_page, 'https://www.python.org/'), spawn(get_page, 'https://www.yahoo.com/'), spawn(get_page, 'https://github.com/'),]) print('run time is %s' %(time() - start_time))实例：实现单线程下的socket并发
# Server from gevent import spawn, monkey; monkey.patch_all()from socket import socket, SOL_SOCKET, SO_REUSEADDR def server(ip='127.0.0.1', port=8080): sk = socket() sk.setsockopt(SOL_SOCKET, SO_REUSEADDR,1) sk.bind((ip, port)) sk.listen(10) while 1: conn, addr = sk.accept() spawn(task, conn) print('Client', addr) def task(conn): try: while 1: res = conn.recv(1472) if not res:break print(res.decode('UTF-8')) conn.send(res.upper()) except Exception as e: print(e) finally: conn.close() if __name__ == '__main__': server()# Clinet from socket import socket sk = socket()sk.connect_ex(('127.0.0.1', 8080)) while 1: ret = input('>>>').strip() sk.send(ret.encode('UTF-8')) if not ret:break print(sk.recv(1472).decode('UTF-8'))关于yield：
from time import time # 在单线程中，如果存在多个函数，如果有某个函数发生IO操作，你想让程序马上切换到另一个函数去执行# 以此来实现一个假的并发现象。# 总结：# yield 只能实现单纯的切换函数和保存函数状态的功能# 不能实现：当某一个函数遇到io阻塞时，自动的切换到另一个函数去执行# 目标是：当某一个函数中遇到IO阻塞时，程序能自动的切换到另一个函数去执行# 如果能实现这个功能，那么每个函数都是一个协程## 但是 协程的本质还是主要依靠于yield去实现的。## 如果只是拿yield去单纯的实现一个切换的现象，你会发现，跟本没有程序串行执行效率高 def consumer(): while 1: x = yield print(x) def producer(): g = consumer() next(g) [g.send(i) for i in range(100000)] start = time()producer()print('yield:', time() - start)”
支付宝扫一扫
微信扫一扫
