一.单线程实现并发

1)如何能够实现并发呢

并发=切换任务+保存状态,只要找到一种方案,能够在两个任务之间切换并且保存状态,那就可以实现单线程并发

python中的生成器就具备这样一个特点,每次调用next都会回到生成器函数中执行代码,这就意味着任务之间可以切换,并且基于上一次运行结果,这就意味着生成器会自动保存执行状态

于是我们可以用生成器来实现并发执行

def task1():
      while Ture:
              yield
              print("task1 run")


def task2():
     g=task1()
      while Ture:
              next(g)
              print("task2 run")

task2()

并发虽然实现了,但这对效率的影响是好是坏呢? 来测试一下

# 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=0
    for i in range(10000000):
        a+=i
        yield


def task2():
    g=task1()
    b=0
    for i in range(10000000):
        b+=1
        next(g)

s=time.time()
task2()
print(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 task3():
    a=0
    for i in range(10000000):
        a+=i
def task4():
    b=0
    for i in range(10000000):
        b+=1
s=time.time()
task3()
task4()
print(time.time()-s)

2)greenlet模块实现并发

import greenlet
def task5(name):
    print("%s task5 run5" % name)
    g5.switch()
    print("task5 run5")
    g5.switch()
def task6(name):
   print("%s task6 run6" % name)
   g6.switch()
   print("task run6")

g5=greenlet.greenlet(task5)
g6=greenlet.greenlet(task6)
g5.switch("xiecheng")

该模块简化了yield复杂的代码结构,实现了单线程下并发任务,但是无论直接使用yield还是greenlet都不能检测IO操作,遇到IO时同样进入阻塞状态所以此时并发是没有任何意义的,于是grven就出现了

二、协程概述

协程;是单线程下的并发,又称微线程,纤程,协程是一种用户状态的轻量级线程,即协协程是由用户自己控制调度的

需要强调的是:

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,切换其他线程运行)

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操作的切换与效率无关)

对比操作系统控制线程的切换,用户在单线程内控制协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,最大限制利用cpu

缺点如下:

1.协程的本质是单线程下,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,每个线程开启协程来尽可能提高效率

2.协程本质是单个线程,因而一旦协程出现阻塞,将会阻塞整个线程

1)gevent协程的使用

import gevent,sys
from gevent import monkey # 导入monkey补丁
monkey.patch_all() # 打补丁 
import time

print(sys.path)

def task1():
    print("task1 run")
    # gevent.sleep(3)
    time.sleep(3)
    print("task1 over")

def task2():
    print("task2 run")
    # gevent.sleep(1)
    time.sleep(1)
    print("task2 over")

g1 = gevent.spawn(task1)
g2 = gevent.spawn(task2)
#gevent.joinall([g1,g2])
g1.join()
g2.join()
# 执行以上代码会发现不会输出任何消息
# 这是因为协程任务都是以异步方式提交，所以主线程会继续往下执行，而一旦执行完最后一行主线程也就结束了，
# 导致了协程任务没有来的及执行，所以这时候必须join来让主线程等待协程任务执行完毕   也就是让主线程保持存活
# 后续在使用协程时也需要保证主线程一直存活，如果主线程不会结束也就意味着不需要调用join

　　需要注意:

1.如果主线程结束了协程任务也会立即结束

2.monkey补丁的原理是把原始的阻塞方法替换为修改后的非阻塞方法,即偷梁换柱,来实现IO自动切换,要实现自动切换必须要打补丁再使用相应的功能,避免忘记建议写在最上方

monke补丁案例

def dump():
    print("一个被替换的 dump函数")

def load():
    print("一个被替换的 load函数")



import myjson
import json
# 补丁函数
def monkey_pacth_json():
    json.dump = myjson.dump
    json.load = myjson.load
    
# 打补丁
monkey_pacth_json()

# 测试 
json.dump()
json.load()
# 输出：
# 一个被替换的 dump函数
# 一个被替换的 load函数

学习总结(三十六)