当前位置： 移动技术网 > IT编程>脚本编程>Python > python之协程学习

python之协程学习

2020年07月11日  | 移动技术网IT编程  | 我要评论

协程

协程介绍

协程，又称为微线程，它是实现多任务的另一种方式，只不过它是一种比线程更加轻量级的存在。因为它自带CPU的上下文，这样只要在合适的时机，我们就可以把一个协程切换到另一个协程。
CPU上下文(CPU寄存器和程序计数器)：

  • CPU寄存器是CPU的内置的容量小，但速度极快的内存。
  • 程序计数器则是用来存储CPU正在执行的指令位置、或者即将执行的下一条指令位置。

协程、线程与进程的区别：

  • 协程和线程进程不一样，它只是一个特殊的函数，它们的维度不同
  • 一个进程拥有多个线程，一个线程拥有多个协程
  • 多个协程可以切换，只不过是并发执行的
  • 协程与进程一样，切换是存在上下文切换问题的

yield实现协程及扩展

代码示例

import time


def task1():
    while True:
        print("before --task1-- was wakened!")
        time.sleep(0.5)
        yield
        print("after --task1-- was wakened!")


def task2():
    while True:
        print("before --task2-- was wakened!")
        time.sleep(0.5)
        yield
        print("after --task2-- was wakened!")


def main():
    t1 = task1()
    t2 = task2()
    while True:
        next(t1)
        next(t2)


if __name__ == '__main__':
    main()

运行结果如下：
在这里插入图片描述
生成器拓展

  • 除了能用next()方法唤醒生成器之外，我们还可以用send()方法唤醒，不过使用send()方法必须传参。
  • 如果第一次唤醒生成器用的send()，则必须传参None —> send(None)，后面的使用可以传任意参数
  • 如果使用next()作为第一次唤醒，则后面第一次使用的send()可以不用再传None了，而是任意参数
  • 生成器函数return的返回值保存在异常中
  • 如果给yield赋值，例如x = yield，则send(参数)里的参数将会复制给x

这些扩展下面举的双向通道例子会用到

yield from的使用

作用：

  • 1.替代产出值的嵌套for循环
  • 2.yield from的主要功能是打开双向通道，把最外层的调用方与最内层的子生成器连接起来。因为yield from的异常捕获更为完善。

替代产出值的嵌套for循环

需求：

给定一个列表和一个字典：
lis = [1, 2, 3]
dic = {
    "name":"amy",
    "age":18
}
输出结果要求为：
1
2
3
name
age

1、首先我们可以使用itertools模块里的chain()类来实现
chain()类需要传入一个或多个可迭代对象，然后依次通过可迭代对象的__next__()方法返回一个值

  • 代码示例
    from itertools import chain


def main():
    lis = [1, 2, 3]
    dic = {
        "name": "amy",
        "age": 18
    }
    for v in chain(lis, dic):
        print(v)


if __name__ == '__main__':
    main()

2、通过自己封装函数，然后使用yield from实现与chain()类一样的功能

  • 代码示例
    def my_chain(*args):
    for my_iterable in args:
        # for i in my_iterable:
        #     yield i
        # yield from 代替for循环
        yield from my_iterable


def main():
    lis = [1, 2, 3]
    dic = {
        "name": "amy",
        "age": 18
    }
    for v in my_chain(lis, dic):
        print(v)


if __name__ == '__main__':
    main()

yield from打开双向通道

首先举个生成器的异常例子
代码示例

def generator_1():
    total = 0
    while True:
        x = yield
        print('总和加', x)
        # 如果传的x是None，则会跳出循环
        if not x:
            break
        total += x
    return '发生异常，总和为%d' % total


def main():
    g = generator_1()
    g.send(None)
    g.send(2)
    g.send(3)
    g.send(None)


if __name__ == '__main__':
    main()

运行结果：
在这里插入图片描述
发生异常则会显示生成器的返回值，如果我们想将生成器的返回值存在一个变量中，而不是在异常里，这时我们可以使用yield from做一个委派生成器来实现
代码示例

def generator_1():
    total = 0
    while True:
        x = yield
        print('总和加', x)
        # 如果传的x是None，则会跳出循环
        if not x:
            break
        total += x
    return total


def generator_2():
    while True:
        total = yield from generator_1()
        print('总数为', total)


def main():
    g = generator_2()
    g.send(None)
    g.send(2)
    g.send(3)
    g.send(None)


if __name__ == '__main__':
    main()

运行结果：
在这里插入图片描述
这时generator_1()生成器发生的异常会赋值给generator_2()的total并且打印出来

greenlet实现协程

greenlet安装

pip install greenlet

greenlet实现

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
代码示例

import time
from greenlet import greenlet


def task1():
    while True:
        print('task1')
        # 切换协程
        gl2.switch()
        time.sleep(1)
        print('从其他协程切换到task1')


def task2():
    while True:
        print('task2')
        # 切换协程
        gl1.switch()
        time.sleep(1)
        print('从其他协程切换到task2')


if __name__ == '__main__':
    gl1 = greenlet(task1)
    gl2 = greenlet(task2)
    # 启动协程
    gl1.switch()

运行结果：
在这里插入图片描述

gevent实现协程

gevent介绍

greenlet已经实现了协程，但是这个还的人工切换，就很麻烦，python还有一个比greenlet更强大的并且能够自动切换任务的模块 gevent
原理：

  • 当一个greenlet遇到IO操作时，比如访问网络/睡眠等待，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

gevent安装

pip install gevent

gevent使用

代码示例

import gevent


def task1(n):
    for i in range(n):
        print(gevent.getcurrent(), i)
        gevent.sleep(1)
        print('task1 >', i, '结束')


def task2(n):
    for i in range(n):
        print(gevent.getcurrent(), i)
        gevent.sleep(1)
        print('task2 >', i, '结束')


if __name__ == '__main__':
    g1 = gevent.spawn(task1, 5)
    g2 = gevent.spawn(task2, 5)

    g1.join()
    g2.join()

gevent利用协程延时的时候切换到其他协程，但是只针对与gevent.sleep()，如果使用gevent中的monkey.patch_all()，可以将所有的延时都转换成gevent.sleep()，然后一个一个创建g1，g2，最后还要调用join()方法，代码量过大，可以使用gevent.joinall包装起来
代码示例

from gevent import monkey
import gevent
monkey.patch_all()
import requests


def download(url):
    print(f'get - > {url}')
    data = requests.get(url).text
    print(len(data), url)


if __name__ == '__main__':
    # 参数为可迭代对象
    gevent.joinall(
        [
            gevent.spawn(download, 'https://www.baidu.com/'),
            gevent.spawn(download, 'https://www.baidu.com/'),
            gevent.spawn(download, 'https://www.python.org/')
        ]
    )

注意 monkey.patch_all()语句要放在import requests语句上面

异步编程

同步与异步

同步： 是指代码调用IO操作时,必须等待IO操作完成才返回的调用方式,多个任务之间执行的时候要求有先后顺序，必须一个先执行完成之后，另一个才能继续执行， 只有一个主线
异步： 是指代码调用IO操作时,不必等IO操作完成就返回的调用方式,多个任务之间执行没有先后顺序，可以同时运行，执行的先后顺序不会有什么影响，存在的多条运行主线

async/await实现协程

Python中使用协程最常用的库就是asyncio

  • async/await 关键字：python3.5用于定义协程的关键字，async定义一个协程，await用于挂起阻塞的异步调用接口。
  • coroutine 协程：协程对象，只一个使用async关键字定义的函数，他的调用不会立即执行函数，而是会返回一个协程对象。协程对象需要注册到事件循环中，由事件循环调用。
  • event_loop 事件循环：相当于一个无限循环，我们可以把一些函数注册到这个事件循环上，当满足条件时，就会调用对应的处理方法。
  • task 任务：一个协程对象就是一个原生可以挂起的函数，任务则是对协程的进一步封装，其中包含任务的各种状态。
  • future：代表将来执行或没有执行的任务结果。它与task没有本质的区别。

async实现

协程函数：定义函数的时候加上async，例如async def 函数名
代码示例

import asyncio


async def a():
    print('a')


if __name__ == '__main__':
    result = a()  # 创建一个协程对象，但并不执行
    # loop = asyncio.get_event_loop() # 创建一个事件循环
    # loop.run_until_complete(result) # 加入协程对象并执行
    asyncio.run(result)  # 执行协程

注意：

  • 如果是python3.7以下的版本，则使用下面这两条语句来执行协程
    loop = asyncio.get_event_loop() # 创建一个事件循环
loop.run_until_complete(result) # 加入协程对象并执行
  • 如果是python3.7以上，则可以直接使用下面这条语句来执行协程
    asyncio.run(协程对象)

await实现

代码示例

import asyncio


async def a():
    print('一起来玩耍吧！')
    res = await asyncio.sleep(1)    # 等待1秒
    print('结束', res)


if __name__ == '__main__':
    result = a()  # 创建一个协程对象，但并不执行
    asyncio.run(result)  # 执行协程

Tasks实现

Tasks用于并发调度协程，通过asyncio.create_task(协程对象)的方式创建Task对象，这样可以让协程加入事件循环中等待被调度执行。除了使用 asyncio.create_task()函数以外，还可以用低层级的loop.create_task()或 ensure_future()函数。不建议手动实例化 Task 对象
注意： asyncio.create_task()函数在 Python 3.7 中被加入。在 Python 3.7 之前，可以改用低层级的 asyncio.ensure_future() 函数
代码示例

import asyncio


async def task():
    print('任务开始')
    await asyncio.sleep(1)
    print('任务结束')
    return '返回值'


async def main():
    print('主函数')
    # 创建task对象
    task1 = asyncio.create_task(task())
    task2 = asyncio.create_task(task())

    # 当某协程执行IO操作时，会自动切换到其他协程
    # await等待协程执行完毕并返回结果
    rtn1 = await task1
    rtn2 = await task2

    print(rtn1, rtn2)


if __name__ == '__main__':
    a = main()  # 创建一个协程对象，但并不执行
    asyncio.run(a)  # 执行协程

简单总结

  • 进程是资源分配的单位
  • 线程是操作系统调度的单位
  • 进程切换需要的资源大，效率低
  • 线程切换需要的资源一般，效率一般
  • 协程切换因为是在一个线程里切换，所以效率高
  • 多进程、多线程的执行，如果cpu的核数多，那么是并行的，但是协程是在一个线程里执行，所以是并发的

最后，有喜欢博主写的内容的伙伴可以点赞收藏加关注哦！

本文地址：https://blog.csdn.net/weixin_44604586/article/details/107226134

您可能感兴趣的文章:

如对本文有疑问， 点击进行留言回复！！

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网