随着之前我们学习的多线程和多进程，但是我们知道无论是创建多进程还是创建多线程来解决问题，都要消耗一定的时间来创建进程、创建线程、以及管理他们之间的切换。随着我们对于效率的追求不断提高，基于单线程来实现并发又成为一个新的课题，即只用一个主线程（很明显可利用的cpu只有一个）情况下实现并发。这样就可以节省创建线进程所消耗的时间。为此我们需要先回顾下并发的本质：切换+保存状态，cpu正在运行一个任务，会在两种情况下切走去执行其他的任务（切换由操作系统强制控制）：
在介绍进程理论时，提及进程的三种执行状态，而线程才是执行单位，所以也可以将上图理解为线程的三种状态 。
一：其中第二种情况并不能提升效率，只是为了让cpu能够雨露均沾，实现看起来所有任务都被“同时”执行的效果，如果多个任务都是纯计算的，这种切换反而会降低效率。
为此我们可以基于yield来验证。yield本身（tonodo最初版本就是yield实现）就是一种在单线程下可以保存任务运行状态的方法，我们来简单复习一下：
#1 yiled可以保存状态，yield的状态保存与操作系统的保存线程状态很像，但是yield是代码级别控制的，更轻量级
#2 send可以把一个函数的结果传给另外一个函数，以此实现单线程内程序之间的切换
?
#串行执行
import time
def consumer(res):
‘‘‘任务1:接收数据,处理数据‘‘‘
pass
def producer():
‘‘‘任务2:生产数据‘‘‘
res=[]
for i in range(10000000):
res.append(i)
return res
start=time.time()
#串行执行
res=producer()
consumer(res) #写成consumer(producer())会降低执行效率
stop=time.time()
print(stop-start) #1.5536692142486572
?
?
#基于yield并发执行
import time
def consumer():
‘‘‘任务1:接收数据,处理数据‘‘‘
while True:
x=yield
def producer():
‘‘‘任务2:生产数据‘‘‘
g=consumer()
next(g)
for i in range(10000000):
g.send(i)
?
start=time.time()
#基于yield保存状态,实现两个任务直接来回切换,即并发的效果
#PS:如果每个任务中都加上打印,那么明显地看到两个任务的打印是你一次我一次,即并发执行的.
producer()
?
stop=time.time()
print(stop-start) #2.0272178649902344
二：第一种情况的切换。在任务一遇到io情况下，切到任务二去执行，这样就可以利用任务一阻塞的时间完成任务二的计算，效率的提升就在于此。
xxxxxxxxxx
import time
def consumer():
‘‘‘任务1:接收数据,处理数据‘‘‘
while True:
x=yield
?
def producer():
‘‘‘任务2:生产数据‘‘‘
g=consumer()
next(g)
for i in range(10000000):
g.send(i)
time.sleep(2)
?
start=time.time()
producer() #并发执行,但是任务producer遇到io就会阻塞住,并不会切到该线程内的其他任务去执行
?
stop=time.time()
print(stop-star)
?
#对于单线程下，我们不可避免程序中出现io操作，但如果我们能在自己的程序中（即用户程序级别，而非操作系统级别）控制单线程下的多个任务能在一个任务遇到io阻塞时就切换到另外一个任务去计算，这样就保证了该线程能够最大限度地处于就绪态，即随时都可以被cpu执行的状态，相当于我们在用户程序级别将自己的io操作最大限度地隐藏起来，从而可以迷惑操作系统，让其看到：该线程好像是一直在计算，io比较少，从而更多的将cpu的执行权限分配给我们的线程。
协程的本质就是在单线程下，由用户自己控制一个任务遇到io阻塞了就切换另外一个任务去执行，以此来提升效率。为了实现它，我们需要找寻一种可以同时满足以下条件的解决方案：
xxxxxxxxxx
#1. 可以控制多个任务之间的切换，切换之前将任务的状态保存下来，以便重新运行时，可以基于暂停的位置继续执行。
#2. 作为1的补充：可以检测io操作，在遇到io操作的情况下才发生切换
xxxxxxxxxx
1、协程(本质是一条线程,操作系统不可见)
2、是有程序员操作的,而不是由操作系统调度的
3、多个协程的本质是一条线程,所以多个协程不能利用多核
# 出现的意义 : 多个任务中的IO时间可以共享,当执行一个任务遇到IO操作的时候,
# 可以将程序切换到另一个任务中继续执行
# 在有限的线程中,实现任务的并发,节省了调用操作系统创建\销毁线程的时间
# 并且协程的切换效率比线程的切换效率要高
# 协程执行多个任务能够让线程少陷入阻塞,让线程看起来很忙
# 线程陷入阻塞的次数越少,那么能够抢占CPU资源就越多,你的程序效率看起来就越高
总结：
# 1.开销变小了
# 2.效率变高了
xxxxxxxxxx
#冻结状态之生成器
def func():
print(1)
yield ‘aaa‘
print(2)
yield ‘bbb‘
print(3)
yield ‘ccc‘
g = func()
next(g) #1
?
#列表
def func():
x = yield 1
print(x)
yield 2
?
g = func()
print(next(g))
print(g.send(‘aaa‘))
?
#1
#aaa
#2
协程：是单线程下的并发，又称微线程，纤程。英文名Coroutine。一句话说明什么是线程：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。
需要强调的是：
xxxxxxxxxx
#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的切换：
xxxxxxxxxx
优点：
#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：
#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、必须在只有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
4、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，就用到了gevent模块（select机制））
简介：
Greenlet是python的一个C扩展，来源于Stackless python，旨在提供可自行调度的‘微线程’， 即协程。generator实现的协程在yield value时只能将value返回给调用者(caller)。 而在greenlet中，target.switch（value）可以切换到指定的协程（target）， 然后yield value。greenlet用switch来表示协程的切换，从一个协程切换到另一个协程需要显式指定。
greenlet 实现状态切换
xxxxxxxxxx
from greenlet import greenlet
def eat(name):
print(‘%s eat 1‘ %name)
g2.switch(‘egon‘)
print(‘%s eat 2‘ %name)
g2.switch()
def play(name):
print(‘%s play 1‘ %name)
g1.switch()
print(‘%s play 2‘ %name)
?
g1=greenlet(eat)
g2=greenlet(play)
g1.switch(‘egon‘)#可以在第一次switch时传入参数，以后都不需要
单纯的切换（在没有io的情况下或则没有重复开辟内存空间的操作），反而会降低程序的执行速度
#顺序执行
import time
def f1():
res=1
for i in range(100000000):
res+=i
def f2():
res=1
for i in range(100000000):
res*=i
start=time.time()
f1()
f2()
stop=time.time()
print(‘run time is %s‘ %(stop-start)) #10.985628366470337
#切换
from greenlet import greenlet
import time
def f1():
res=1
for i in range(100000000):
res+=i
g2.switch()
def f2():
res=1
for i in range(100000000):
res*=i
g1.switch()
start=time.time()
g1=greenlet(f1)
g2=greenlet(f2)
g1.switch()
stop=time.time()
print(‘run time is %s‘ %(stop-start)) # 52.763017892837524
#greenlet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，那就原地阻塞，仍然是没有解决遇到IO自动切换来提升效率的问题。
#单线程里的这20个任务的代码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时遇到阻塞，就利用阻塞的时间去执行任务2。。。。如此，才能提高效率，这就用到了Gevent模块
greenlet不是创造协程的模块，它是用来做多个协程任务切换的，它到底是怎么实现切换的呢？
from greenlet import greenlet
def func():
print(123)
def func2():
print(456)
g1 = greenlet(func) # 实例化
g2 = greenlet(func2)
g1.switch() # 开始运行,它会运行到下一个switch结束。否则一直运行 结果：123
#复杂点的交叉切换
from greenlet import greenlet
def test1():
print 12
gr2.switch() #可以把switch理解为水龙头的开关，g2开
print 34
def test2():
print 56
gr1.switch() #g1开
print 78
gr1 = greenlet(test1)
gr2 = greenlet(test2)
gr1.switch()
#执行结果
#12
#56
#34
#当创建一个greenlet时，首先初始化一个空的栈， switch到这个栈的时候，会运行在greenlet构造时传入的函数（首先在test1中打印 12）， 如果在这个函数（test1）中switch到其他协程（到了test2 打印34），那么该协程会被挂起，等到切换回来（在test2中切换回来 打印34）。当这个协程对应函数执行完毕，那么这个协程就变成dead状态。
#注意：上面没有打印test2的最后一行输出 78，因为在test2中切换到gr1之后挂起，但是没有地方再切换回来。这个可能造成泄漏，后面细说
greenlet的缺点：1.手动切换；2.不能规避I/O操作(睡眠)
Gevent 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。
用法介绍
g1=gevent.spawn(func,1,,2,3,x=4,y=5) #创建一个协程对象g1，spawn括号内第一个参数是函数名，如eat，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eat的 g2=gevent.spawn(func2) g1.join() #等待g1结束 g2.join() #等待g2结束 #或者上述两步合作一步：gevent.joinall([g1,g2]) g1.value #拿到func1的返回值
gevent遇到io主动切换
from gevent import monkey;monkey.patch_all() #这里的猴子是可以抓取下面的所有阻塞，如time
import threading
import gevent
import time
def eat():
print(threading.current_thread().getName())
print(‘eat food 1‘)
time.sleep(2) #遇到io主动切换到play
print(‘eat food 2‘)
def play():
print(threading.current_thread().getName())
print(‘play 1‘)
time.sleep(1)
print(‘play 2‘)
g1=gevent.spawn(eat)
g2=gevent.spawn(play)
gevent.joinall([g1,g2])
print(‘主‘)
#结果
DummyThread-1 #dummy 假的；仿制品，所以可以知道是假进程
eat food 1
DummyThread-2
play 1
play 2
eat food 2
主
详细解读gevent
import gevent
def eat():
print(‘eating1‘)
print(‘eating2‘)
g1 = gevent.spawn(eat) #创建一个协程对象g1
#结果：为空，不会执行，因为没有遇到阻塞
import gevent
def eat():
print(‘eating1‘)
print(‘eating2‘)
g1 = gevent.spawn(eat) #创建一个协程对象g1
g1.join() #等待g1结束
#结果：eating1 eating2
#当使用time时，gevent并抓不到这个阻塞
import time
import gevent
def eat():
print(‘eating1‘)
time.sleep(1)
print(‘eating2‘)
def play():
print(‘playing1‘)
time.sleep(1)
print(‘playing2‘)
g1 = gevent.spawn(eat) #创建一个协程对象g1
g2 = gevent.spawn(play)
g1.join() #等待g1结束
g2.join()
#执行输出：
#eating1
#eating2
#playing1
#playing2
#使用gevent的阻塞的time才能抓取
import time
import gevent
def eat():
print(‘eating1‘)
gevent.sleep(1) #延时调用
print(‘eating2‘)
def play():
print(‘playing1‘)
gevent.sleep(1) #延时调用
print(‘playing2‘)
g1 = gevent.spawn(eat) #创建一个协程对象g1
g2 = gevent.spawn(play)
g1.join() #等待g1结束
g2.join()
#执行输出：
eating1
playing1
eating2
playing2
猴子补丁
如果想让协程执行time.sleep()呢？由于默认，协程无法识别time.sleep()方法，需要导入一个模块monkey
monkey patch (猴子补丁)
from gevent import monkey;monkey.patch_all()
# 它会把下面导入的所有的模块中的IO操作都打成一个包，gevent就能够认识这些IO了
import time
import gevent
def eat():
print(‘eating1‘)
time.sleep(1) #延时调用
print(‘eating2‘)
def play():
print(‘playing1‘)
time.sleep(1) #延时调用
print(‘playing2‘)
g1 = gevent.spawn(eat) #创建一个协程对象g1
g2 = gevent.spawn(play)
g1.join() #等待g1结束
g2.join()
#执行输出：
#playing1
#eating2
#eating2
#playing2
结论：
Gevent的同步与异步
from gevent import spawn,joinall,monkey;monkey.patch_all()
import time
def task(pid):
time.sleep(0.5)
print(‘Task %s done‘ % pid)
def synchronous(): # 同步
for i in range(10):
task(i)
def asynchronous(): # 异步
g_l=[spawn(task,i) for i in range(10)]
joinall(g_l)
print(‘DONE‘)
if __name__ == ‘__main__‘:
print(‘Synchronous:‘)
synchronous() #前者打印完，才执行后面
print(‘Asynchronous:‘)
asynchronous()
# 上面程序的重要部分是将task函数封装到Greenlet内部线程的gevent.spawn。
# 初始化的greenlet列表存放在数组threads中，此数组被传给gevent.joinall 函数，
# 后者阻塞当前流程，并执行所有给定的greenlet任务。执行流程只会在 所有greenlet执行完后才会继续向下走。
Gevent的应用举例
#爬虫
url_dic = {
‘协程‘:‘http://www.cnblogs.com/Eva-J/articles/8324673.html‘,
‘线程‘:‘http://www.cnblogs.com/Eva-J/articles/8306047.html‘,
‘目录‘:‘https://www.cnblogs.com/Eva-J/p/7277026.html‘,
‘百度‘:‘http://www.baidu.com‘,
‘sogou‘:‘http://www.sogou.com‘,
‘4399‘:‘http://www.4399.com‘,
‘豆瓣‘:‘http://www.douban.com‘,
‘sina‘:‘http://www.sina.com.cn‘,
‘淘宝‘:‘http://www.taobao.com‘,
‘JD‘:‘http://www.JD.com‘
}
import time
from gevent import monkey;monkey.patch_all()
from urllib.request import urlopen
import gevent
def get_html(name,url):
ret = urlopen(url)
content = ret.read()
with open(name,‘wb‘) as f:
f.write(content)
start = time.time()
for name in url_dic:
get_html(name+‘_sync.html‘,url_dic[name])
ret = time.time() - start
print(‘同步时间 :‘,ret)
start = time.time()
g_l = []
for name in url_dic:
g = gevent.spawn(get_html,name+‘_async.html‘,url_dic[name])
g_l.append(g)
gevent.joinall(g_l)
ret = time.time() - start
print(‘异步时间 :‘,ret)
#同步时间 : 5.821720123291016
#异步时间 : 4.347508907318115
#聊天工具
#服务端
from gevent import monkey;monkey.patch_all()
import socket
import gevent
def async_talk(conn):
try:
while True:
conn.send(b‘hello‘)
ret = conn.recv(1024)
print(ret)
finally:
conn.close()
sk = socket.socket()
sk.bind((‘127.0.0.1‘,9000))
sk.listen()
while True:
conn,addr = sk.accept()
gevent.spawn(async_talk,conn)
sk.close()
#客服端
import socket
from threading import Thread
def socket_client():
sk = socket.socket()
sk.connect((‘127.0.0.1‘,9000))
while True:
print(sk.recv(1024))
sk.send(b‘bye‘)
sk.close()
for i in range(500):
Thread(target=socket_client).start()
四、生成器————>asyncio模块 asyncio学习
原文：https://www.cnblogs.com/double-W/p/10749316.html