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 ...

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）...

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

最新文章

热门文章