當前位置：首頁 > 编程语言 > python >内容正文

python

Python之协程

發布時間：2025/7/14 python 22 豆豆

生活随笔收集整理的這篇文章主要介紹了 Python之协程小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

閱讀目錄

引子
協程介紹
Greenlet
Gevent的介紹
Gevent之同步異步
Gevent之應用(一)
Gevent之應用(二)

一引子

　　本節的主題是基于單線程來實現并發，即只用一個主線程（很明顯可利用的cpu只有一個）情況下實現并發，為此我們需要先回顧下并發的本質：切換+保存狀態

　　cpu正在運行一個任務，會在兩種情況下切走去執行其他的任務（切換由操作系統強制控制），一種情況是該任務發生了阻塞，另外一種情況是該任務計算的時間過長或有一個優先級更高的程序替代了它

　　協程本質上就是一個線程，以前線程任務的切換是由操作系統控制的，遇到I/O自動切換，現在我們用協程的目的就是較少操作系統切換的開銷（開關線程，創建寄存器、堆棧等，在他們之間進行切換等），在我們自己的程序里面來控制任務的切換。

　　　　ps：在介紹進程理論時，提及進程的三種執行狀態，而線程才是執行單位，所以也可以將上圖理解為線程的三種狀態?

　　一：其中第二種情況并不能提升效率，只是為了讓cpu能夠雨露均沾，實現看起來所有任務都被“同時”執行的效果，如果多個任務都是純計算的，這種切換反而會降低效率。為此我們可以基于yield來驗證。yield本身就是一種在單線程下可以保存任務運行狀態的方法，我們來簡單復習一下：

#1 yiled可以保存狀態，yield的狀態保存與操作系統的保存線程狀態很像，但是yield是代碼級別控制的，更輕量級 #2 send可以把一個函數的結果傳給另外一個函數，以此實現單線程內程序之間的切換 ?

import timedef func1():for i in range(11):#yieldprint('這是我第%s次打印啦' % i)time.sleep(1)def func2():g = func1()#next(g)for k in range(10):print('哈哈，我第%s次打印了' % k)time.sleep(1)#next(g)#不寫yield，下面兩個任務是執行完func1里面所有的程序才會執行func2里面的程序，有了yield，我們實現了兩個任務的切換+保存狀態 func1() func2() 通過yield實現任務切換,保存

#基于yield并發執行，多任務之間來回切換，這就是個簡單的協程的體現，但是他能夠節省I/O時間嗎？不能 import time def consumer():'''任務1:接收數據,處理數據'''while True:x=yield# time.sleep(1) #發現什么？只是進行了切換，但是并沒有節省I/O時間print('處理了數據：',x) def producer():'''任務2:生產數據'''g=consumer()next(g) #找到了consumer函數的yield位置for i in range(3):# for i in range(10000000):g.send(i) #給yield傳值，然后再循環給下一個yield傳值，并且多了切換的程序，比直接串行執行還多了一些步驟，導致執行效率反而更低了。print('發送了數據：',i) start=time.time() #基于yield保存狀態,實現兩個任務直接來回切換,即并發的效果 #PS:如果每個任務中都加上打印,那么明顯地看到兩個任務的打印是你一次我一次,即并發執行的. producer() #我在當前線程中只執行了這個函數，但是通過這個函數里面的send切換了另外一個任務 stop=time.time()# 串行執行的方式 # res=producer() # consumer(res) # stop=time.time()print(stop-start) 單純的切換影響速率

二：第一種情況的切換。在任務一遇到io情況下，切到任務二去執行，這樣就可以利用任務一阻塞的時間完成任務二的計算，效率的提升就在于此。

import time def func1():while True:print('func1')yielddef func2():g=func1()for i in range(10000000):i+1next(g)time.sleep(3)print('func2') start=time.time() func2() stop=time.time() print(stop-start) yield不能檢測IO，實現遇到IO自動切換

協程就是告訴Cpython解釋器，你不是nb嗎，不是搞了個GIL鎖嗎，那好，我就自己搞成一個線程讓你去執行，省去你切換線程的時間，我自己切換比你切換要快很多，避免了很多的開銷，對于單線程下，我們不可避免程序中出現io操作，但如果我們能在自己的程序中（即用戶程序級別，而非操作系統級別）控制單線程下的多個任務能在一個任務遇到io阻塞時就切換到另外一個任務去計算，這樣就保證了該線程能夠最大限度地處于就緒態，即隨時都可以被cpu執行的狀態，相當于我們在用戶程序級別將自己的io操作最大限度地隱藏起來，從而可以迷惑操作系統，讓其看到：該線程好像是一直在計算，io比較少，從而更多的將cpu的執行權限分配給我們的線程。

　　協程的本質就是在單線程下，由用戶自己控制一個任務遇到io阻塞了就切換另外一個任務去執行，以此來提升效率。為了實現它，我們需要找尋一種可以同時滿足以下條件的解決方案：

#1. 可以控制多個任務之間的切換，切換之前將任務的狀態保存下來，以便重新運行時，可以基于暫停的位置繼續執行。#2. 作為1的補充：可以檢測io操作，在遇到io操作的情況下才發生切換

二協程介紹

　　協程：是單線程下的并發，又稱微線程，纖程。英文名Coroutine。一句話說明什么是線程：協程是一種用戶態的輕量級線程，即協程是由用戶程序自己控制調度的。、

　　需要強調的是：

#1. python的線程屬于內核級別的，即由操作系統控制調度（如單線程遇到io或執行時間過長就會被迫交出cpu執行權限，切換其他線程運行） #2. 單線程內開啟協程，一旦遇到io，就會從應用程序級別（而非操作系統）控制切換，以此來提升效率（！！！非io操作的切換與效率無關）

　　對比操作系統控制線程的切換，用戶在單線程內控制協程的切換

　　優點如下：

#1. 協程的切換開銷更小，屬于程序級別的切換，操作系統完全感知不到，因而更加輕量級 #2. 單線程內就可以實現并發的效果，最大限度地利用cpu

　　缺點如下：

#1. 協程的本質是單線程下，無法利用多核，可以是一個程序開啟多個進程，每個進程內開啟多個線程，每個線程內開啟協程 #2. 協程指的是單個線程，因而一旦協程出現阻塞，將會阻塞整個線程

　　總結協程特點：

必須在只有一個單線程里實現并發

修改共享數據不需加鎖

用戶程序里自己保存多個控制流的上下文棧

附加：一個協程遇到IO操作自動切換到其它協程（如何實現檢測IO，yield、greenlet都無法實現，就用到了gevent模塊（select機制））

三 Greenlet

　　如果我們在單個線程內有20個任務，要想實現在多個任務之間切換，使用yield生成器的方式過于麻煩（需要先得到初始化一次的生成器，然后再調用send。。。非常麻煩），而使用greenlet模塊可以非常簡單地實現這20個任務直接的切換

#安裝 pip3 install greenlet #真正的協程模塊就是使用greenlet完成的切換 from greenlet import greenletdef eat(name):print('%s eat 1' %name) #2g2.switch('taibai') #3print('%s eat 2' %name) #6g2.switch() #7 def play(name):print('%s play 1' %name) #4g1.switch() #5print('%s play 2' %name) #8g1=greenlet(eat) g2=greenlet(play)g1.switch('taibai')#可以在第一次switch時傳入參數，以后都不需要 1

　　單純的切換（在沒有io的情況下或者沒有重復開辟內存空間的操作），反而會降低程序的執行速度

#順序執行 import time def f1():res=1for i in range(100000000):res+=idef f2():res=1for i in range(100000000):res*=istart=time.time() f1() f2() stop=time.time() print('run time is %s' %(stop-start)) #10.985628366470337#切換 from greenlet import greenlet import time def f1():res=1for i in range(100000000):res+=ig2.switch()def f2():res=1for i in range(100000000):res*=ig1.switch()start=time.time() g1=greenlet(f1) g2=greenlet(f2) g1.switch() stop=time.time() print('run time is %s' %(stop-start)) # 52.763017892837524 效率對比

greenlet只是提供了一種比generator更加便捷的切換方式，當切到一個任務執行時如果遇到io，那就原地阻塞，仍然是沒有解決遇到IO自動切換來提升效率的問題。

　　上面這個圖，是協程真正的意義，雖然沒有規避固有的I/O時間，但是我們使用這個時間來做別的事情了，一般在工作中我們都是進程+線程+協程的方式來實現并發，以達到最好的并發效果，如果是4核的cpu，一般起5個進程，每個進程中20個線程（5倍cpu數量），每個線程可以起500個協程，大規模爬取頁面的時候，等待網絡延遲的時間的時候，我們就可以用協程去實現并發。并發數量 = 5 * 20 * 500 = 50000個并發，這是一般一個4cpu的機器最大的并發數。nginx在負載均衡的時候最大承載量就是5w個

　　單線程里的這20個任務的代碼通常會既有計算操作又有阻塞操作，我們完全可以在執行任務1時遇到阻塞，就利用阻塞的時間去執行任務2。。。。如此，才能提高效率，這就用到了Gevent模塊。

四 Gevent介紹

#安裝 pip3 install gevent

　　Gevent 是一個第三方庫，可以輕松通過gevent實現并發同步或異步編程，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。

#用法 g1=gevent.spawn(func,1,2,3,x=4,y=5)創建一個協程對象g1，spawn括號內第一個參數是函數名，如eat，后面可以有多個參數，可以是位置實參或關鍵字實參，都是傳給函數eat的，spawn是異步提交任務g2=gevent.spawn(func2)g1.join() #等待g1結束，上面只是創建協程對象，這個join才是去執行g2.join() #等待g2結束有人測試的時候會發現，不寫第二個join也能執行g2，是的，協程幫你切換執行了，但是你會發現，如果g2里面的任務執行的時間長，但是不寫join的話，就不會執行完等到g2剩下的任務了
#或者上述兩步合作一步：gevent.joinall([g1,g2])g1.value#拿到func1的返回值

　　遇到IO阻塞時會自動切換任務

import gevent def eat(name):print('%s eat 1' %name)gevent.sleep(2)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]) print('主') 遇到I/O切換

上例gevent.sleep(2)模擬的是gevent可以識別的io阻塞,

　　而time.sleep(2)或其他的阻塞,gevent是不能直接識別的需要用下面一行代碼,打補丁,就可以識別了

　　from gevent import monkey;monkey.patch_all()必須放到被打補丁者的前面，如time，socket模塊之前

　　或者我們干脆記憶成：要用gevent，需要將from gevent import monkey;monkey.patch_all()放到文件的開頭

from gevent import monkey;monkey.patch_all() #必須寫在最上面，這句話后面的所有阻塞全部能夠識別了import gevent #直接導入即可 import time def eat():
#print()　　print('eat food 1')time.sleep(2) #加上mokey就能夠識別到time模塊的sleep了print('eat food 2')def play():print('play 1')time.sleep(1) #來回切換，直到一個I/O的時間結束，這里都是我們個gevent做得，不再是控制不了的操作系統了。print('play 2')g1=gevent.spawn(eat) g2=gevent.spawn(play_phone) gevent.joinall([g1,g2]) print('主')

　　我們可以用threading.current_thread().getName()來查看每個g1和g2，查看的結果為DummyThread-n，即假線程，虛擬線程，其實都在一個線程里面

　　進程線程的任務切換是由操作系統自行切換的，你自己不能控制

　　協程是通過自己的程序（代碼）來進行切換的，自己能夠控制，只有遇到協程模塊能夠識別的IO操作的時候，程序才會進行任務切換，實現并發效果，如果所有程序都沒有IO操作，那么就基本屬于串行執行了。

五 Gevent之同步與異步

from gevent import spawn,joinall,monkey;monkey.patch_all()import time def task(pid):"""Some non-deterministic task"""time.sleep(0.5)print('Task %s done' % pid)def synchronous():for i in range(10):task(i)def asynchronous():g_l=[spawn(task,i) for i in range(10)]joinall(g_l)if __name__ == '__main__':print('Synchronous:')synchronous()print('Asynchronous:')asynchronous() #上面程序的重要部分是將task函數封裝到Greenlet內部線程的gevent.spawn。初始化的greenlet列表存放在數組threads中，此數組被傳給gevent.joinall 函數，后者阻塞當前流程，并執行所有給定的greenlet。執行流程只會在所有greenlet執行完后才會繼續向下走。協程的同步異步對比

六 Gevent之應用舉例一

from gevent import monkey;monkey.patch_all() import gevent import requests import timedef get_page(url):print('GET: %s' %url)response=requests.get(url)if response.status_code == 200:print('%d bytes received from %s' %(len(response.text),url))start_time=time.time() gevent.joinall([gevent.spawn(get_page,'https://www.python.org/'),gevent.spawn(get_page,'https://www.yahoo.com/'),gevent.spawn(get_page,'https://github.com/'), ]) stop_time=time.time() print('run time is %s' %(stop_time-start_time)) 協程應用爬蟲

將上面的程序最后加上一段串行的代碼看看效率：如果你的程序不需要太高的效率，那就不用什么并發啊協程啊之類的東西。

print('--------------------------------') s = time.time() requests.get('https://www.python.org/') requests.get('https://www.yahoo.com/') requests.get('https://github.com/') t = time.time() print('串行時間>>',t-s)

七 Gevent之應用舉例二

　　通過gevent實現單線程下的socket并發（from gevent import monkey;monkey.patch_all()一定要放到導入socket模塊之前，否則gevent無法識別socket的阻塞）

　　一個網絡請求里面經過多個時間延遲time

from gevent import monkey;monkey.patch_all() from socket import * import gevent#如果不想用money.patch_all()打補丁,可以用gevent自帶的socket # from gevent import socket # s=socket.socket()def server(server_ip,port):s=socket(AF_INET,SOCK_STREAM)s.setsockopt(SOL_SOCKET,SO_REUSEADDR,1)s.bind((server_ip,port))s.listen(5)while True:conn,addr=s.accept()gevent.spawn(talk,conn,addr)def talk(conn,addr):try:while True:res=conn.recv(1024)print('client %s:%s msg: %s' %(addr[0],addr[1],res))conn.send(res.upper())except Exception as e:print(e)finally:conn.close()if __name__ == '__main__':server('127.0.0.1',8080)服務端 server

from socket import *client=socket(AF_INET,SOCK_STREAM) client.connect(('127.0.0.1',8080))while True:msg=input('>>: ').strip()if not msg:continueclient.send(msg.encode('utf-8'))msg=client.recv(1024) client

from threading import Thread from socket import * import threadingdef client(server_ip,port):c=socket(AF_INET,SOCK_STREAM) #套接字對象一定要加到函數內，即局部名稱空間內，放在函數外則被所有線程共享，則大家公用一個套接字對象，那么客戶端端口永遠一樣了 c.connect((server_ip,port))count=0while True:c.send(('%s say hello %s' %(threading.current_thread().getName(),count)).encode('utf-8'))msg=c.recv(1024)print(msg.decode('utf-8'))count+=1 if __name__ == '__main__':for i in range(500):t=Thread(target=client,args=('127.0.0.1',8080))t.start() 多線程并發多個客戶端，去請求上面的服務端是沒問題的

上面代碼的服務端用gevent的時候為什么沒有用join就執行了。

轉載于:https://www.cnblogs.com/yb-guanxin/p/10267499.html

總結

以上是生活随笔為你收集整理的Python之协程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。

Python