<pre id='iiijjwq'><tfoot id='iiijjwq'></tfoot></pre>
  • <center id='iiijjwq'></center>
      <p id='iiijjwq'><tt id='iiijjwq'></tt></p>

    1. <tt id='iiijjwq'><b id='iiijjwq'><td id='iiijjwq'></td></b></tt>

      老葡京赌场在线娱乐 |

      Python 协程:概念及其用法

      发布日期:2017年11月19日 16:00   来源:66科技网

      点击上方蓝字,快速关注我们)
      来源:nMask"s Blog
      thief.one/2017/02/20/Python%E5%8D%8F%E7%A8%8B/
      如有好文章投稿,请点击 → 这里了解详情
      真正有知识的人的成长过程,就像麦穗的成长过程:麦穗空的时候,麦子长得很快,麦穗骄傲地高高昂起,但是,麦穗成熟饱满时,它们开始谦虚,垂下麦芒。
      ——蒙田《蒙田随笔全集》
      上篇《Python 多线程鸡年不鸡肋》论述了关于python多线程是否是鸡肋的问题,得到了一些网友的认可,当然也有一些不同意见,表示协程比多线程不知强多少,在协程面前多线程算是鸡肋。好吧,对此我也表示赞同,然而上篇我论述的观点不在于多线程与协程的比较,而是在于IO密集型程序中,多线程尚有用武之地。
      对于协程,我表示其效率确非多线程能比,但本人对此了解并不深入,因此最近几日参考了一些资料,学习整理了一番,在此分享出来仅供大家参考,如有谬误请指正,多谢。申明:本文介绍的协程是入门级别,大神请绕道而行,谨防入坑。
      文章思路:本文将先介绍协程的概念,然后分别介绍Python2.x与3.x下协程的用法,最终将协程与多线程做比较并介绍异步爬虫模块。
      协程
      概念
      协程,又称微线程,纤程,英文名Coroutine。协程的作用,是在执行函数A时,可以随时中断,去执行函数B,然后中断继续执行函数A(可以自由切换)。但这一过程并不是函数调用(没有调用语句),这一整个过程看似像多线程,然而协程只有一个线程执行。
      优势
      执行效率极高,因为子程序切换(函数)不是线程切换,由程序自身控制,没有切换线程的开销。所以与多线程相比,线程的数量越多,协程性能的优势越明显。
      不需要多线程的锁机制,因为只有一个线程,也不存在同时写变量冲突,在控制共享资源时也不需要加锁,因此执行效率高很多。
      说明:协程可以处理IO密集型程序的效率问题,但是处理CPU密集型不是它的长处,如要充分发挥CPU利用率可以结合多进程+协程。
      以上只是协程的一些概念,可能听起来比较抽象,那么我结合代码讲一讲吧。这里主要介绍协程在Python的应用,Python2对协程的支持比较有限,生成器的yield实现了一部分但不完全,gevent模块倒是有比较好的实现;Python3.4以后引入了asyncio模块,可以很好的使用协程。
      Python2.x协程
      python2.x协程应用:
      yield
      gevent
      python2.x中支持协程的模块不多,gevent算是比较常用的,这里就简单介绍一下gevent的用法。
      Gevent
      gevent是第三方库,通过greenlet实现协程,其基本思想:
      当一个greenlet遇到IO操作时,比如访问网络,就自动切换到其他的greenlet,等到IO操作完成,再在适当的时候切换回来继续执行。由于IO操作非常耗时,经常使程序处于等待状态,有了gevent为我们自动切换协程,就保证总有greenlet在运行,而不是等待IO。
      Install
      pip install gevent
      最新版貌似支持windows了,之前测试好像windows上运行不了……
      Usage
      首先来看一个简单的爬虫例子:
      #! -*- coding:utf-8 -*-
      import gevent
      from gevent import monkey;monkey.patch_all()
      import urllib2
      def get_body(i):
      print "start",i
      urllib2.urlopen("http://cn.bing.com")
      print "end",i
      tasks=[gevent.spawn(get_body,i) for i in range(3)]
      gevent.joinall(tasks)
      运行结果:
      start 0
      start 1
      start 2
      end 2
      end 0
      end 1
      说明:从结果上来看,执行get_body的顺序应该先是输出”start”,然后执行到urllib2时碰到IO堵塞,则会自动切换运行下一个程序(继续执行get_body输出start),直到urllib2返回结果,再执行end。也就是说,程序没有等待urllib2请求网站返回结果,而是直接先跳过了,等待执行完毕再回来获取返回值。值得一提的是,在此过程中,只有一个线程在执行,因此这与多线程的概念是不一样的。
      换成多线程的代码看看:
      import threading
      import urllib2
      def get_body(i):
      print "start",i
      urllib2.urlopen("http://cn.bing.com")
      print "end",i
      for i in range(3):
      t=threading.Thread(target=get_body,args=(i,))
      t.start()
      运行结果:
      start 0
      start 1
      start 2
      end 1
      end 2
      end 0
      说明:从结果来看,多线程与协程的效果一样,都是达到了IO阻塞时切换的功能。不同的是,多线程切换的是线程(线程间切换),协程切换的是上下文(可以理解为执行的函数)。而切换线程的开销明显是要大于切换上下文的开销,因此当线程越多,协程的效率就越比多线程的高。(猜想多进程的切换开销应该是最大的)
      Gevent使用说明
      monkey可以使一些阻塞的模块变得不阻塞,机制:遇到IO操作则自动切换,手动切换可以用gevent.sleep(0)(将爬虫代码换成这个,效果一样可以达到切换上下文)
      gevent.spawn 启动协程,参数为函数名称,参数名称
      gevent.joinall 停止协程
      Python3.x协程
      为了测试Python3.x下的协程应用,我在virtualenv下安装了python3.6的环境。
      python3.x协程应用:
      asynico + yield from(python3.4)
      asynico + await(python3.5)
      gevent
      Python3.4以后引入了asyncio模块,可以很好的支持协程。
      asynico
      asyncio是Python 3.4版本引入的标准库,直接内置了对异步IO的支持。asyncio的异步操作,需要在coroutine中通过yield from完成。
      Usage
      例子:(需在python3.4以后版本使用)
      import asyncio
      @asyncio.coroutine
      def test(i):
      print("test_1",i)
      r=yield from asyncio.sleep(1)
      print("test_2",i)
      loop=asyncio.get_event_loop()
      tasks=[test(i) for i in range(5)]
      loop.run_until_complete(asyncio.wait(tasks))
      loop.close()
      运行结果:
      test_1 3
      test_1 4
      test_1 0
      test_1 1
      test_1 2
      test_2 3
      test_2 0
      test_2 2
      test_2 4
      test_2 1
      说明:从运行结果可以看到,跟gevent达到的效果一样,也是在遇到IO操作时进行切换(所以先输出test_1,等test_1输出完再输出test_2)。但此处我有一点不明,test_1的输出为什么不是按照顺序执行的呢?可以对比gevent的输出结果(希望大神能解答一下)。
      asyncio说明
      @asyncio.coroutine把一个generator标记为coroutine类型,然后,我们就把这个coroutine扔到EventLoop中执行。
      test()会首先打印出test_1,然后,yield from语法可以让我们方便地调用另一个generator。由于asyncio.sleep()也是一个coroutine,所以线程不会等待asyncio.sleep(),而是直接中断并执行下一个消息循环。当asyncio.sleep()返回时,线程就可以从yield from拿到返回值(此处是None),然后接着执行下一行语句。
      把asyncio.sleep(1)看成是一个耗时1秒的IO操作,在此期间,主线程并未等待,而是去执行EventLoop中其他可以执行的coroutine了,因此可以实现并发执行。
      asynico/await
      为了简化并更好地标识异步IO,从Python 3.5开始引入了新的语法async和await,可以让coroutine的代码更简洁易读。
      请注意,async和await是针对coroutine的新语法,要使用新的语法,只需要做两步简单的替换:
      把@asyncio.coroutine替换为async;
      把yield from替换为await。
      Usage
      例子(python3.5以后版本使用):
      import asyncio
      async def test(i):
      print("test_1",i)
      await asyncio.sleep(1)
      print("test_2",i)
      loop=asyncio.get_event_loop()
      tasks=[test(i) for i in range(5)]
      loop.run_until_complete(asyncio.wait(tasks))
      loop.close()
      运行结果与之前一致。
      说明:与前一节相比,这里只是把yield from换成了await,@asyncio.coroutine换成了async,其余不变。
      gevent
      同python2.x用法一样。
      协程VS多线程
      如果通过以上介绍,你已经明白多线程与协程的不同之处,那么我想测试也就没有必要了。因为当线程越来越多时,多线程主要的开销花费在线程切换上,而协程是在一个线程内切换的,因此开销小很多,这也许就是两者性能的根本差异之处吧。(个人观点)
      异步爬虫
      也许关心协程的朋友,大部分是用其写爬虫(因为协程能很好的解决IO阻塞问题),然而我发现常用的urllib、requests无法与asyncio结合使用,可能是因为爬虫模块本身是同步的(也可能是我没找到用法)。那么对于异步爬虫的需求,又该怎么使用协程呢?或者说怎么编写异步爬虫?
      给出几个我所了解的方案:
      grequests (requests模块的异步化)
      爬虫模块+gevent(比较推荐这个)
      aiohttp (这个貌似资料不多,目前我也不太会用)
      asyncio内置爬虫功能 (这个也比较难用)
      协程池
      作用:控制协程数量
      from bs4 import BeautifulSoup
      import requests
      import gevent
      from gevent import monkey, pool
      monkey.patch_all()
      jobs = []
      links = []
      p = pool.Pool(10)
      urls = [
      "http://www.google.com",
      # ... another 100 urls
      ]
      def get_links(url):
      r = requests.get(url)
      if r.status_code == 200:
      soup = BeautifulSoup(r.text)
      links + soup.find_all("a")
      for url in urls:
      jobs.append(p.spawn(get_links, url))
      gevent.joinall(jobs)
      本文都是一些自学时的笔记,分享给新手朋友,仅供参考
      文章学习通道:
      Python多进程 (http://python.jobbole.com/87760/)
      Python多线程 (http://python.jobbole.com/87772/)
      本文内容参考来源:廖雪峰python教程,推荐新手学习。
      看完本文有收获?请转发分享给更多人
      关注「Python开发者」,提升Python技能

      上一篇:8000亿美金,苹果王朝是如何建成的?
      下一篇:科技股暴跌:让万亿美元市值之争降温未尝不是好事

      相关文章:

      • 2017-11-19

      • 2017-11-19

      • 2017-11-19

      • 2017-11-19

      • 2017-11-19

      Copyright © 2016 66科技网 dhu66.com All Rights Reserved.
      本站文章来自网友的提交收录,版权归作者所有
      如有权益问题请及时与我们联系处理