python并发处理同一个文件_python并发编程(并发与并行,同步和异步,阻塞与非阻塞)...
最近在学python的网络编程,学会了socket通信,并利用socket实现了一个具有用户验证功能,可以上传下载文件、可以实现命令行功能,创建和删除文件夹,可以实现的断点续传等功能的FTP服务器。但在这当中,发现一些概念区分起来很难,比如并发和并行,同步和异步,阻塞和非阻塞,但是这些概念却很重要。因此在此把它总结下来。
1.并发 & 并行
并发:在操作系统中,是指一个时间段中有几个程序都处于已启动运行到运行完毕之间,且这几个程序都是在同一个处理机上运行,但任一个时刻点上只有一个程序在处理机上运行。简言之,是指系统具有处理多个任务的能力。
并行:当系统有一个以上CPU时,则线程的操作有可能非并发。当一个CPU执行一个线程时,另一个CPU可以执行另一个线程,两个线程互不抢占CPU资源,可以同时进行,这种方式我们称之为并行(Parallel)。简言之,是指系统具有同时处理多个任务的能力。
下面我们来两个例子:
import threading #线程import timedef music(): print('begin to listen music {}'.format(time.ctime()))
time.sleep(3) print('stop to listen music {}'.format(time.ctime()))def game(): print('begin to play game {}'.format(time.ctime()))
time.sleep(5) print('stop to play game {}'.format(time.ctime()))if __name__ == '__main__':
music()
game() print('ending.....')
View Code
music的时间为3秒,game的时间为5秒,如果按照我们正常的执行,直接执行函数,那么将按顺序顺序执行,整个过程8秒。
import threading #线程import timedef music(): print('begin to listen music {}'.format(time.ctime()))
time.sleep(3) print('stop to listen music {}'.format(time.ctime()))def game(): print('begin to play game {}'.format(time.ctime()))
time.sleep(5) print('stop to play game {}'.format(time.ctime()))if __name__ == '__main__':
t1 = threading.Thread(target=music) #创建一个线程对象t1 子线程
t2 = threading.Thread(target=game) #创建一个线程对象t2 子线程
t1.start()
t2.start() # t1.join() #等待子线程执行完 t1不执行完,谁也不准往下走 t2.join() print('ending.......') #主线程
print(time.ctime())
View Code
在这个例子中,我们开了两个线程,将music和game两个函数分别通过线程执行,运行结果显示两个线程同时开始,由于听音乐时间3秒,玩游戏时间5秒,所以整个过程完成时间为5秒。我们发现,通过开启多个线程,原本8秒的时间缩短为5秒,原本顺序执行现在是不是看起来好像是并行执行的?看起来好像是这样,听音乐的同时在玩游戏,整个过程的时间随最长的任务时间变化。但真的是这样吗?那么下面我来提出一个GIL锁的概念。GIL(全局解释器锁):无论你启多少个线程,你有多少个cpu, Python在执行的时候会淡定的在同一时刻只允许一个线程运行。
import timefrom threading import Threaddef add():
sum = 0
i = 1 while i<=1000000:
sum += i
i += 1 print('sum:',sum)def mul():
sum2 = 1
i = 1 while i<=100000:
sum2 = sum2 * i
i += 1 print('sum2:',sum2)
start = time.time()
add()
mul() #串行比多线程还快print('cost time %s'%(time.time()-start))
View Code
import timefrom threading import Threaddef add():
sum = 0
i = 1 while i<=1000000:
sum += i
i += 1 print('sum:',sum)def mul():
sum2 = 1
i = 1 while i<=100000:
sum2 = sum2 * i
i += 1 print('sum2:',sum2)
start = time.time()
t1 = Thread(target=add)
t2 = Thread(target=mul)
l = []
l.append(t1)
l.append(t2)for t in l:
t.start()for t in l:
t.join()print('cost time %s'%(time.time()-start))
View Code
哎吆,这是怎么回事,串行执行比多线程还快?不符合常理呀。是不是颠覆了你的人生观,这个就和GIL锁有关,同一时刻,系统只允许一个线程执行,那么,就是说,本质上我们之前理解的多线程的并行是不存在的,那么之前的例子为什么时间确实缩短了呢?这里有涉及到一个任务的类型。--任务: 1.IO密集型(会有cpu空闲的时间) 注:sleep等同于IO操作, socket通信也是IO
2.计算密集型
而之前那个例子恰好是IO密集型的例子,后面这个由于涉及到了加法和乘法,属于计算密集型操作,那么,就产生了一个结论,多线程对于IO密集型任务有作用,
而计算密集型任务不推荐使用多线程。
而其中我们还可以得到一个结论:由于GIL锁,多线程不可能真正实现并行,所谓的并行也只是宏观上并行微观上并发,本质上是由于遇到io操作不断的cpu切换
所造成并行的现象。由于cpu切换速度极快,所以看起来就像是在同时执行。
--问题:没有利用多核的优势--这就造成了多线程不能同时执行,并且增加了切换的开销,串行的效率可能更高。
2.同步 & 异步同步:当进程执行IO(等待外部数据)的时候,-----等。同步(例如打电话的时候必须等)
异步:当进程执行IO(等待外部数据)的时候,-----不等,去执行其他任务,一直等到数据接收成功,再回来处理。异步(例如发短信)
当我们去爬取一个网页的时候,要爬取多个网站,有些人可能会发起多个请求,然后通过函数顺序调用。执行顺序也是先调用先执行。效率非常低。
下面我们看一下异步的一个例子:
import socketimport select"""########http请求本质,IO阻塞########
sk = socket.socket()
#1.连接
sk.connect(('www.baidu.com',80,)) #阻塞
print('连接成功了')
#2.连接成功后发送消息
sk.send(b"GET / HTTP/1.0\r\nHost: baidu.com\r\n\r\n")
#3.等待服务端响应
data = sk.recv(8096)#阻塞
print(data) #\r\n\r\n区分响应头和影响体
#关闭连接
sk.close()""""""########http请求本质,IO非阻塞########
sk = socket.socket()
sk.setblocking(False)
#1.连接
try:
sk.connect(('www.baidu.com',80,)) #非阻塞,但会报错
print('连接成功了')
except BlockingIOError as e:
print(e)
#2.连接成功后发送消息
sk.send(b"GET / HTTP/1.0\r\nHost: baidu.com\r\n\r\n")
#3.等待服务端响应
data = sk.recv(8096)#阻塞
print(data) #\r\n\r\n区分响应头和影响体
#关闭连接
sk.close()"""class HttpRequest: def __init__(self,sk,host,callback):
self.socket = sk
self.host = host
self.callback = callback def fileno(self): return self.socket.fileno()class HttpResponse: def __init__(self,recv_data):
self.recv_data = recv_data
self.header_dict = {}
self.body = None
self.initialize() def initialize(self):
headers, body = self.recv_data.split(b'\r\n\r\n', 1)
self.body = body
header_list = headers.split(b'\r\n') for h in header_list:
h_str = str(h,encoding='utf-8')
v = h_str.split(':',1) if len(v) == 2:
self.header_dict[v[0]] = v[1]class AsyncRequest: def __init__(self):
self.conn = []
self.connection = [] # 用于检测是否已经连接成功
def add_request(self,host,callback): try:
sk = socket.socket()
sk.setblocking(0)
sk.connect((host,80)) except BlockingIOError as e: pass
request = HttpRequest(sk,host,callback)
self.conn.append(request)
self.connection.append(request) def run(self): while True:
rlist,wlist,elist = select.select(self.conn,self.connection,self.conn,0.05) for w in wlist: print(w.host,'连接成功...') # 只要能循环到,表示socket和服务器端已经连接成功
tpl = "GET / HTTP/1.0\r\nHost:%s\r\n\r\n" %(w.host,)
w.socket.send(bytes(tpl,encoding='utf-8'))
self.connection.remove(w) for r in rlist: # r,是HttpRequest
recv_data = bytes() while True: try:
chunck = r.socket.recv(8096)
recv_data += chunck except Exception as e: break
response = HttpResponse(recv_data)
r.callback(response)
r.socket.close()
self.conn.remove(r) if len(self.conn) == 0: breakdef f1(response): print('保存到文件',response.header_dict)def f2(response): print('保存到数据库', response.header_dict)
url_list = [
{'host':'www.youku.com','callback': f1},
{'host':'v.qq.com','callback': f2},
{'host':'www.cnblogs.com','callback': f2},
]
req = AsyncRequest()for item in url_list:
req.add_request(item['host'],item['callback'])
req.run()
View Code
我们可以看到,三个请求发送顺序与返回顺序,并不一样,这样就体现了异步请求。即我同时将请求发送出去,哪个先回来我先处理哪个。
即我们可以理解为:我打电话的时候只允许和一个人通信,和这个人通信结束之后才允许和另一个人开始。这就是同步。
我们发短信的时候发完可以不去等待,去处理其他事情,当他回复之后我们再去处理,这样就大大解放了我们的时间。这就是异步。
体现在网页请求上面就是我请求一个网页时候等待他回复,否则不接收其它请求,这就是同步。另一种就是我发送请求之后不去等待他是否回复,而去处理其它请求,当处理完其他请求之后,某个请求说,我的回复了,然后程序转而去处理他的回复数据。这就是异步请求。所以,异步可以充分cpu的效率。
3.阻塞 & 非阻塞调用blocking IO会一直block住对应的进程直到操作完成,而non-blocking IO在kernel还准备数据的情况下会立刻返回。
下面我们通过socket实现一个命令行功能来感受一下。
#服务端from socket import *import subprocessimport struct
ip_port = ('127.0.0.1', 8000)
buffer_size = 1024backlog = 5tcp_server = socket(AF_INET, SOCK_STREAM)
tcp_server.setsockopt(SOL_SOCKET,SO_REUSEADDR,1) #就是它,在bind前加tcp_server.bind(ip_port)
tcp_server.listen(backlog)while True:
conn, addr = tcp_server.accept() print('新的客户端链接:', addr) while True: try:
cmd = conn.recv(buffer_size) print('收到客户端命令:', cmd.decode('utf-8')) #执行命令cmd,得到命令的结果cmd_res
res = subprocess.Popen(cmd.decode('utf-8'),shell=True,
stderr=subprocess.PIPE,
stdout=subprocess.PIPE,
stdin=subprocess.PIPE,
)
err = res.stderr.read() if err:
cmd_res = err else:
cmd_res = res.stdout.read() if not cmd_res:
cmd_res = '执行成功'.encode('gbk') #解决粘包
length = len(cmd_res)
data_length = struct.pack('i',length)
conn.send(data_length)
conn.send(cmd_res) except Exception as e: print(e) break
conn.close()#客户端from socket import *ip_port = ('127.0.0.1',8000)
buffer_size = 1024backlog = 5tcp_client = socket(AF_INET,SOCK_STREAM)
tcp_client.connect(ip_port)while True:
cmd = input('>>:').strip() if not cmd: continue
if cmd == 'quit': break
tcp_client.send(cmd.encode('utf-8')) #解决粘包
length = tcp_client.recv(4)
length = struct.unpack('i',length)[0]
recv_size = 0
recv_msg = b''
while recv_size < length:
recv_msg += tcp_client.recv(buffer_size)
recv_size = len(recv_msg) print(recv_msg.decode('gbk'))
View Code
开启了服务器和一个客户端之后,我们在客户端输入一些命令,然后正确显示,功能实现。这是在我再打开一个客户端,输入命令,发现服务器迟迟没有响应。
这个就是当一个客户端在请求的时候,当这个客户端没有结束的时候,服务器不会去处理其他客户端的请求。这时候就阻塞了。
如何让服务器同时处理多个客户端请求呢?
#服务端import socketserverclass Myserver(socketserver.BaseRequestHandler): """socketserver内置的通信方法"""
def handle(self): print('conn is:',self.request) #conn
print('addr is:',self.client_address) #addr
while True: try: #发消息
data = self.request.recv(1024) if not data:break
print('收到的客户端消息是:',data.decode('utf-8'),self.client_address) #发消息 self.request.sendall(data.upper()) except Exception as e: print(e) breakif __name__ == '__main__':
s = socketserver.ThreadingTCPServer(('127.0.0.1',8000), Myserver) #通信循环
# s = socketserver.ForkingTCPServer(('127.0.0.1',8000), Myserver) #通信循环
print(s.server_address) print(s.RequestHandlerClass) print(Myserver) print(s.socket)
s.serve_forever()#客户端from socket import *ip_port = ('127.0.0.1',8000)
buffer_size = 1024backlog = 5tcp_client = socket(AF_INET,SOCK_STREAM)
tcp_client.connect(ip_port)while True:
msg = input('>>:').strip() if not msg:continue
if msg == 'quit':break
tcp_client.send(msg.encode('utf-8'))
data = tcp_client.recv(buffer_size) print(data.decode('utf-8'))
tcp_client.close()
View Code
这段代码通过socketserver模块实现了socket的并发。这个过程中,当一个客户端在向服务器请求的时候,另一个客户端也可以正常请求。服务器在处理一个客户端请求的时候,另一个请求没有被阻塞。
这里面其实涉及到的知识点还很多,这里只是凭我的记忆简单总结了一下,以后会补充更多。
原文出处:https://www.cnblogs.com/zhangyafei/p/9606765.html
python并发处理同一个文件_python并发编程(并发与并行,同步和异步,阻塞与非阻塞)...相关推荐
- python udp 传输文件_python网络编程:UDP方式传输数据
UDP --- 用户数据报协议(User Datagram Protocol),是一个无连接的简单的面向数据报的运输层协议. UDP不提供可靠性,它只是把应用程序传给IP层的数据报发送出去,但是并不能 ...
- 【高并发编程】再谈同步、异步、阻塞、非阻塞
同步.异步.阻塞.非阻塞的概念一直是计算机学科中很重要的概念,而这种细微的差别常常被大家混淆,我自己在过一段时间后也需要复习.今天再次翻出这个概念,仍然觉得不够清晰,今天再次深入了解了这四大天王. 以 ...
- python并发编程调优_Python并发编程-并发解决方案概述
Python并发编程-并发解决方案概述 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.并发和并行区别 1>.并行(parallel) 同时做某些事,可以互不干扰的同一个时 ...
- python 进程池阻塞和非阻塞_python 之 并发编程(进程池与线程池、同步异步阻塞非阻塞、线程queue)...
9.11 进程池与线程池 池子使用来限制并发的任务数目,限制我们的计算机在一个自己可承受的范围内去并发地执行任务 池子内什么时候装进程:并发的任务属于计算密集型池子内什么时候装线程:并发的任务属于IO ...
- python并发处理list数据_python之并发基础(进程)
今日内容: 操作系统发展史 多道技术 进程理论 开启进程的两种方式 进程对象的join方法 进程之间数据的相互隔离 进程对象的其他方法 僵尸进程和孤儿进程 守护进程 互斥锁 队列介绍 进程间通信IPC ...
- python网络编程基础(线程与进程、并行与并发、同步与异步、阻塞与非阻塞、CPU密集型与IO密集型)...
python网络编程基础(线程与进程.并行与并发.同步与异步.阻塞与非阻塞.CPU密集型与IO密集型) 目录 线程与进程并行与并发同步与异步阻塞与非阻塞CPU密集型与IO密集型 线程与进程 进程 前言 ...
- python epoll 并发_Python语言之python并发原理(阻塞、非阻塞、epoll)
本文主要向大家介绍了Python语言之python并发原理(阻塞.非阻塞.epoll),通过具体的内容向大家展示,希望对大家学习Python语言有所帮助. 在Linux系统中 01 阻塞服务端 特征: ...
- Java并发编程:线程的同步
<?xml version="1.0" encoding="utf-8"?> Java并发编程:线程的同步 Java并发编程:线程的同步 Table ...
- lingo编程的主要方法_java并发编程 --并发问题的根源及主要解决方法
并发问题的根源在哪 首先,我们要知道并发要解决的是什么问题?并发要解决的是单进程情况下硬件资源无法充分利用的问题.而造成这一问题的主要原因是CPU-内存-磁盘三者之间速度差异实在太大.如果将CPU的速 ...
最新文章
- HDU 4873 ZCC Loves Intersection(JAVA、大数、推公式)
- 安卓吸顶+下拉放大_Android自定义scrollView实现顶部图片下拉放大
- linux设备驱动模型及其他,Linux设备驱动模型
- Flask 的 数据库连接 与 DBUtils 数据库连接池
- 《数学建模与数学实验》第5版 插值与拟合 习题7.6
- Shapley算法总结
- 微信支付参数正确返回验签失败,建行微信服务商
- javascript中this用法
- java中的switch case语句
- Python爬虫:老兵不死,用数据纪念2019男篮世界杯
- 旋转卡壳算法(转载)
- 3.在地图上标记位置
- C++笔记 关于string的笔记
- 挤出机是什么?跟模具有什么关系?
- librtmp的简单安装使用
- UWB:室内定位首选
- 华为电脑wrtw29安装Linux,华为MateBook13WRT-W29对比苹果 MacBook Air
- [学]PHP爬虫框架phpspider
- 最新版谷歌浏览器每次都要设置允许网站使用flash的解决方法
- android打包v1和v2,关于Android Studio 打包 V1 V2 签名的选择问题