python线程池并发_python并发编程之进程池，线程池，协程

需要注意一下

不能无限的开进程，不能无限的开线程

最常用的就是开进程池，开线程池。其中回调函数非常重要

回调函数其实可以作为一种编程思想，谁好了谁就去掉

只要你用并发，就会有锁的问题，但是你不能一直去自己加锁吧

那么我们就用QUEUE，这样还解决了自动加锁的问题

由Queue延伸出的一个点也非常重要的概念。以后写程序也会用到

这个思想。就是生产者与消费者问题

一、Python标准模块--concurrent.futures(并发未来)

p.shutdown() #默认有个参数wite=True (相当于close和join)

那么什么是线程池呢？我们来了解一下

二、线程池

进程池：就是在一个进程内控制一定个数的线程

基于concurent.future模块的进程池和线程池 (他们的同步执行和异步执行是一样的)

# 1.同步执行--------------

from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor

import os,time,random

def task(n):

print('[%s] is running'%os.getpid())

time.sleep(random.randint(1,3)) #I/O密集型的，，一般用线程，用了进程耗时长

return n**2

if __name__ == '__main__':

start = time.time()

p = ProcessPoolExecutor()

for i in range(10): #现在是开了10个任务， 那么如果是上百个任务呢，就不能无线的开进程，那么就得考虑控制

# 线程数了，那么就得考虑到池了

obj = p.submit(task,i).result() #相当于apply同步方法

p.shutdown() #相当于close和join方法

print('='*30)

print(time.time() - start) #17.36499309539795

2.异步执行-----------

from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor

import os,time,random

def task(n):

print('[%s] is running'%os.getpid())

time.sleep(random.randint(1,3)) #I/O密集型的，，一般用线程，用了进程耗时长

return n**2

if __name__ == '__main__':

start = time.time()

p = ProcessPoolExecutor()

l = []

for i in range(10): #现在是开了10个任务， 那么如果是上百个任务呢，就不能无线的开进程，那么就得考虑控制

# 线程数了，那么就得考虑到池了

obj = p.submit(task,i) #相当于apply_async()异步方法

l.append(obj)

p.shutdown() #相当于close和join方法

print('='*30)

print([obj.result() for obj in l])

print(time.time() - start) #5.362306594848633

基于concurrent.futures模块的进程池

from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor

from threading import currentThread

import os,time,random

def task(n):

print('%s:%s is running'%(currentThread().getName(),os.getpid())) #看到的pid都是一样的，因为线程是共享了一个进程

time.sleep(random.randint(1,3)) #I/O密集型的，，一般用线程，用了进程耗时长

return n**2

if __name__ == '__main__':

start = time.time()

p = ThreadPoolExecutor() #线程池 #如果不给定值，默认cup*5

l = []

for i in range(10): #10个任务 # 线程池效率高了

obj = p.submit(task,i) #相当于apply_async异步方法

l.append(obj)

p.shutdown() #默认有个参数wite=True (相当于close和join)

print('='*30)

print([obj.result() for obj in l])

print(time.time() - start) #3.001171827316284

基于concurrent.futures模块的线程池

应用线程池(下载网页并解析)

from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutor

import requests

import time,os

def get_page(url):

print(' is getting [%s]'%(os.getpid(),url))

response = requests.get(url)

if response.status_code==200: #200代表状态：下载成功了

return {'url':url,'text':response.text}

def parse_page(res):

res = res.result()

print(' is getting [%s]'%(os.getpid(),res['url']))

with open('db.txt','a') as f:

parse_res = 'url:%s size:%s\n'%(res['url'],len(res['text']))

f.write(parse_res)

if __name__ == '__main__':

# p = ThreadPoolExecutor()

p = ProcessPoolExecutor()

l = [

'http://www.baidu.com',

'http://www.baidu.com',

'http://www.baidu.com',

'http://www.baidu.com',

]

for url in l:

res = p.submit(get_page,url).add_done_callback(parse_page) #这里的回调函数拿到的是一个对象。得

# 先把返回的res得到一个结果。即在前面加上一个res.result() #谁好了谁去掉回调函数

# 回调函数也是一种编程思想。不仅开线程池用，开线程池也用

p.shutdown() #相当于进程池里的close和join

print('主',os.getpid())

map函数的应用可以和上面的开进程池/线程池的对比着看，就能发现map函数的强大了

# map函数举例

obj= map(lambda x:x**2 ,range(10))

print(list(obj))

运行结果[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

# 我们的那个p.submit(task,i)和map函数的原理类似。我们就

# 可以用map函数去代替。更减缩了代码

from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor

import os,time,random

def task(n):

print('[%s] is running'%os.getpid())

time.sleep(random.randint(1,3)) #I/O密集型的，，一般用线程，用了进程耗时长

return n**2

if __name__ == '__main__':

p = ProcessPoolExecutor()

obj = p.map(task,range(10))

p.shutdown() #相当于close和join方法

print('='*30)

print(obj) #返回的是一个迭代器

print(list(obj))

map函数应用

三、协程介绍

协程：单进程下实现并发(提高效率)

说到协成，我们先说一下协程联想到的知识点

切换关键的一点是：保存状态(从原来停留的地方继续切)

return:只能执行一次，结束函数的标志

yield:函数中但凡有yield，这个函数的执行结果就变成了一个生成器，

生成器本质就是一个迭代器，那么迭代器怎么用呢？用一个next()方法

1.yield语句的形式：yield 1

yield功能1：可以用来返回值，可以返回多次值

yield功能2：可以吧函数暂停住，保存原来的状态

2.yield表达式的形式:x = yield

send可以吧一个函数的结果传给另一个函数，以此实现单线程内程序之间的切换

send()要想用就得先next()一下

但是要用send至少要用两个yield

yield

yield功能1(可以吧函数暂停住，保存原来的状态)--------------

def f1():

print('first')

yield 1

print('second')

yield 2

print('third')

yield 3

# print(f1()) #加了yield返回的是一个生成器

g = f1()

print(next(g)) #当遇见了yield的时候就返回一个值,而且保存原来的状态

print(next(g)) #当遇见了yield的时候就返回一个值

print(next(g)) #当遇见了yield的时候就返回一个值

# yield表达式(对于表达式的yield)--------------------

import time

def wrapper(func):

def inner(*args,**kwargs):

ret =func(*args,**kwargs)

next(ret)

return ret

return inner

@wrapper

def consumer():

while True:

x= yield

print(x)

def producter(target):

'''生产者造值'''

# next(g) #相当于g.send(None)

for i in range(10):

time.sleep(0.5)

target.send(i)#要用send就得用两个yield

producter(consumer())

引子

本节主题是实现单线程下的并发，即只在一个主线程，并且很明显的是，可利用的cpu只有一个情况下实现并发，

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)，

一种情况是该任务发生了阻塞，另外一种情况是该任务计算的时间过长

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，实现看起来大家都被执行的效果，如果多个程序都是纯计算任务，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 yield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

单纯的切反而会影响效率

1 #串行执行

2 importtime3 defconsumer(res):4 '''任务1:接收数据,处理数据'''

5 pass

6

7 defproducer():8 '''任务2:生产数据'''

9 res=[]10 for i in range(10000000):11 res.append(i)12 returnres13

14 start=time.time()15 #串行执行

16 res=producer()17 consumer(res)18 stop=time.time()19 print(stop-start) #1.5536692142486572

串行执行

1 importtime2 defwrapper(func):3 def inner(*args,**kwargs):4 ret =func(*args,**kwargs)5 next(ret)6 returnret7 returninner8 @wrapper9 defconsumer():10 whileTrue:11 x= yield

12 print(x)13

14 defproducter(target):15 '''生产者造值'''

16 #next(g) #相当于g.send(None)

17 for i in range(10):18 time.sleep(0.5)19 target.send(i)#要用send就得用两个yield

20 producter(consumer())

基于yield并发执行

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)控制单线程下多个任务能遇到io就切换，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，对于操作系统来说：这哥们(该线程)好像是一直处于计算过程的，io比较少。

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。

因此我们需要找寻一种可以同时满足以下条件的解决方案：

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(重新运行时，可以基于暂停的位置继续)

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

四、Greenlet

Greenlet模块和yield没有什么区别，就只是单纯的切，跟效率无关。

只不过比yield更好一点，切的时候方便一点。但是仍然没有解决效率

Greenlet可以让你在多个任务之间来回的切

#安装

pip3 install greenlet

举例：

from greenlet import greenlet

import time

def eat(name):

print('%s eat 1' %name)

time.sleep(10) #当遇到IO的时候它也没有切，这就得用gevent了

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

greenlet

所以上面的方法都不可行，那么这就用到了Gevert ,也就是协程。就解决了单线程实现并发的问题，还提升了效率

五、Gevent介绍

#安装

pip3 install gevent

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

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

举例

from gevent import monkey;monkey.patch_all()

import gevent

import time

def eat(name):

print('%s eat 1' %name)

time.sleep(2) #我们用等待的时间模拟IO阻塞

''' 在gevent模块里面要用gevent.sleep(2)表示等待的时间

然而我们经常用time.sleep()用习惯了，那么有些人就想着

可以用time.sleep()，那么也不是不可以。要想用，就得在

最上面导入from gevent import monkey;monkey.patch_all()这句话

如果不导入直接用time.sleep()，就实现不了单线程并发的效果了

'''

# gevent.sleep(2)

print('%s eat 2' %name)

return 'eat'

def play(name):

print('%s play 1' %name)

time.sleep(3)

# gevent.sleep(3)

print('%s play 2' %name)

return 'paly' #当有返回值的时候，gevent模块也提供了返回结果的操作

start = time.time()

g1 = gevent.spawn(eat,'egon') #执行任务

g2 = gevent.spawn(play,'egon') #g1和g2的参数可以不一样

# g1.join() #等待g1

# g2.join() #等待g2

#上面等待的两句也可以这样写

gevent.joinall([g1,g2])

print('主',time.time()-start) #3.001171588897705

print(g1.value)

print(g2.value)

gevent的一些方法(重要)

需要说明的是：

gevent.sleep(2)模拟的是gevent可以识别的io阻塞,

而time.sleep(2)或其他的阻塞,gevent是不能直接识别的需要用下面一行代码,打补丁,就可以识别了

from gevent import monkey;monkey.patch_all()必须放到被打补丁者的前面，如time，socket模块之前

或者我们干脆记忆成：要用gevent，需要将from gevent import monkey;monkey.patch_all()放到文件的开头

六、Gevent之同步于异步

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。执行流程只会在 所有greenlet执行完后才会继续向下走。

七、Gevent之应用举例一

from gevent import monkey;monkey.patch_all() #打补丁

import gevent

import requests

import time

def get_page(url):

print('get :%s'%url)

response = requests.get(url)

if response.status_code==200: #下载成功的状态

print('%d bytes received from:%s'%(len(response.text),url))

start=time.time()

gevent.joinall([

gevent.spawn(get_page,'http://www.baidu.com'),

gevent.spawn(get_page, 'https://www.yahoo.com/'),

gevent.spawn(get_page, 'https://github.com/'),

])

stop = time.time()

print('run time is %s' %(stop-start))

协程应用爬虫

from gevent import joinall,spawn,monkey;monkey.patch_all()

import requests

from threading import current_thread

def parse_page(res):

print('%s PARSE %s' %(current_thread().getName(),len(res)))

def get_page(url,callback=parse_page):

print('%s GET %s' %(current_thread().getName(),url))

response=requests.get(url)

if response.status_code == 200:

callback(response.text)

if __name__ == '__main__':

urls=[

'https://www.baidu.com',

'https://www.taobao.com',

'https://www.openstack.org',

]

tasks=[]

for url in urls:

tasks.append(spawn(get_page,url))

joinall(tasks)

协程应用爬虫加了回调函数的

八、Gevent之应用举例二

也可以利用协程实现并发

#!usr/bin/env python

# -*- coding:utf-8 -*-

from gevent import monkey;monkey.patch_all()

import gevent

from socket import *

print('start running...')

def talk(conn,addr):

while True:

data = conn.recv(1024)

print('%s:%s %s'%(addr[0],addr[1],data))

conn.send(data.upper())

conn.close()

def server(ip,duankou):

server = socket(AF_INET, SOCK_STREAM)

server.setsockopt(SOL_SOCKET, SO_REUSEADDR, 1)

server.bind((ip,duankou))

server.listen(5)

while True:

conn,addr = server.accept() #等待链接

gevent.spawn(talk,conn,addr) #异步执行 (p =Process(target=talk,args=(coon,addr))

# p.start())相当于开进程里的这两句

server.close()

if __name__ == '__main__':

server('127.0.0.1',8081)

服务端利用协程

#!usr/bin/env python

# -*- coding:utf-8 -*-

from multiprocessing import Process

from gevent import monkey;monkey.patch_all()

from socket import *

def client(ip,duankou):

client = socket(AF_INET, SOCK_STREAM)

client.connect((ip,duankou))

while True:

client.send('hello'.encode('utf-8'))

data = client.recv(1024)

print(data.decode('utf-8'))

if __name__ == '__main__':

for i in range(100):

p = Process(target=client,args=(('127.0.0.1',8081)))

p.start()

客户端开了100个进程