python多线程调用携程_《Python》线程池、携程
一、线程池(concurrent.futures模块)
#1 介绍
concurrent.futures模块提供了高度封装的异步调用接口
ThreadPoolExecutor:线程池,提供异步调用
ProcessPoolExecutor: 进程池,提供异步调用
Both implement the same interface, whichis defined by the abstract Executor class.#2 基本方法#submit(fn, *args, **kwargs)
异步提交任务#map(func, *iterables, timeout=None, chunksize=1)
取代for循环submit的操作#shutdown(wait=True)
相当于进程池的pool.close()+pool.join()操作
wait=True,等待池内所有任务执行完毕回收完资源后才继续
wait=False,立即返回,并不会等待池内的任务执行完毕
但不管wait参数为何值,整个程序都会等到所有任务执行完毕
submit和map必须在shutdown之前#result(timeout=None)
取得结果#add_done_callback(fn)
回调函数
importtimefrom concurrent.futures importThreadPoolExecutor, ProcessPoolExecutordeffunc(i):print('thread', i)
time.sleep(1)print('thread %s end' %i)#线程池,提供异步调用
tp = ThreadPoolExecutor(5)
tp.submit(func,1)
tp.shutdown()print('主线程')#进程池,提供异步调用
if __name__ == '__main__':
tp= ProcessPoolExecutor(5)
tp.submit(func,1)
tp.shutdown()print('主线程')
importtimefrom concurrent.futures importThreadPoolExecutorfrom threading importcurrent_threaddeffunc(i):print('thread', i, current_thread().ident)
time.sleep(1)print('thread %s end' %i)
tp= ThreadPoolExecutor(5)for i in range(20):
tp.submit(func, i)
tp.shutdown()print('主线程')#获取返回值
importtimefrom concurrent.futures importThreadPoolExecutorfrom threading importcurrent_threaddeffunc(i):print('thread', i, current_thread().ident)
time.sleep(1)print('thread %s end' %i)return i * '*'tp= ThreadPoolExecutor(5)
ret_l=[]for i in range(20):
ret=tp.submit(func, i)
ret_l.append(ret)for ret inret_l:print(ret.result())print('主线程')
#map的用法
importtimefrom concurrent.futures importThreadPoolExecutordeffunc(i):print('thread', i)
time.sleep(1)print('thread %s end' %i)return i * '*'tp= ThreadPoolExecutor(5)
res= tp.map(func, range(20))for i inres:print(i)
#回调函数
importtimeimportosfrom concurrent.futures importThreadPoolExecutor, ProcessPoolExecutorfrom threading importcurrent_threaddeffunc(i):print('thread', i, current_thread().ident, os.getpid())
time.sleep(1)print('thread %s end' %i)return i * '*'
defcall_back(arg):print('call back :', current_thread().ident, os.getpid())print('ret :', arg.result())#线程池的回调函数是由子线程完成的
tp = ThreadPoolExecutor(5)
ret_l=[]for i in range(20):
tp.submit(func, i).add_done_callback(call_back)print('主线程', current_thread().ident, os.getpid())#进程池的回调函数是由主进程完成的
if __name__ == '__main__':
tp= ProcessPoolExecutor(5)
ret_l=[]for i in range(20):
tp.submit(func, i).add_done_callback(call_back)print('主线程', current_thread().ident, os.getpid())
二、协程
之前我们学习了线程、进程的概念,了解了在操作系统中进程是资源分配的最小单位,线程是CPU调度的最小单位。按道理来说我们已经算是把cpu的利用率提高很多了。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),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
ps: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
importtimedefconsumer(res):'''任务1:接收数据,处理数据'''
pass
defproducer():'''任务2:生产数据'''res=[]for i in range(10000000):
res.append(i)returnres
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
importtimedefconsumer():'''任务1:接收数据,处理数据'''
whileTrue:
x=yield
defproducer():'''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
单纯地切换反而会降低运行效率
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。
importtimedefconsumer():'''任务1:接收数据,处理数据'''
whileTrue:
x=yield
defproducer():'''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-start)
yield无法做到遇到io阻塞
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:
#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
协程介绍:
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:
#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
优点如下:
#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
缺点如下:
#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:
必须在只有一个单线程里实现并发
修改共享数据不需加锁
用户程序里自己保存多个控制流的上下文栈
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))
Greenlet 模块
安装 :pip3 install greenlet
#greenlet实现状态切换
importtimefrom greenlet importgreenletdefeat():print('eating 1')
g2.switch()
time.sleep(1)print('eating 2')defplay():print('playing 1')
time.sleep(1)print('playing 2')
g1.switch()
g1=greenlet(eat)
g2=greenlet(play)
g1.switch()
单纯的切换(在没有io的情况下或者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
importtimedeff1():
res=1
for i in range(100000000):
res+=ideff2():
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 importgreenletimporttimedeff1():
res=1
for i in range(100000000):
res+=i
g2.switch()deff2():
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
效率对比
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。
Gevent 模块
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。
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
importtimeimportgeventdefeat():print('eating 1')#time.sleep(1)
gevent.sleep(1) #改成这样就能认识了
print('eating 2')defplay():print('playing 1')#time.sleep(1)
gevent.sleep(1) #改成这样就能认识了
print('playing 2')
g1= gevent.spawn(eat) #自动的检测事件,遇见阻塞了就会进行切换,有些阻塞它不认识
g2 =gevent.spawn(play)
g1.join()#阻塞直到g1结束
g2.join() #阻塞直到g2结束#gevent.joinall([g1, g2]) # 这样也可以
上例gevent.sleep(1)模拟的是gevent可以识别的io阻塞,而time.sleep(1)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
from gevent import monkey;monkey.patch_all() #要放在最上面
importtimeimportgeventdefeat():print('eating 1')
time.sleep(1)print('eating 2')defplay():print('playing 1')
time.sleep(1)print('playing 2')
g1= gevent.spawn(eat) #自动的检测阻塞事件,遇见阻塞了就会进行切换
g2 =gevent.spawn(play)
g1.join()#阻塞直到g1结束
g2.join() #阻塞直到g2结束
我们可以用threading.current_thread().getName()来查看每个g1和g2,查看的结果为DummyThread-n,即假线程
#Gevent 之同步与异步
from gevent importspawn,joinall,monkey;monkey.patch_all()importtimedeftask(pid):"""Some non-deterministic task"""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()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。
查看threading.current_thread().getName()
from gevent importmonkey;monkey.patch_all()importtimeimportgeventimportrequests
url_lst=['http://www.baidu.com','http://www.4399.com','http://www.7k7k.com','http://www.sogou.com','http://www.sohu.com','http://www.sina.com','http://www.jd.com','http://www.luffycity.com/home','http://www.douban.com','http://cnblogs.com/Eva-J/articles/8324673.html']defget_url(url):
response=requests.get(url)if response.status_code == 200:print(url, len(response.text))#普通方法
start =time.time()for url inurl_lst:
get_url(url)print(time.time() -start)#通过协程实现
start =time.time()
g_lst=[]for url inurl_lst:
g=gevent.spawn(get_url, url)
g_lst.append(g)
gevent.joinall(g_lst)print(time.time() - start)
协程的应用爬虫
通过gevent实现单线程下的socket并发
注意 :from gevent import monkey;monkey.patch_all()一定要放到导入socket模块之前,否则gevent无法识别socket的阻塞
from gevent importmonkey;monkey.patch_all()from socket import *
importgevent#如果不想用money.patch_all()打补丁,可以用gevent自带的socket#from gevent import socket#s=socket.socket()
defserver(server_ip,port):
s=socket(AF_INET,SOCK_STREAM)
s.setsockopt(SOL_SOCKET,SO_REUSEADDR,1)
s.bind((server_ip,port))
s.listen(5)whileTrue:
conn,addr=s.accept()
gevent.spawn(talk,conn,addr)deftalk(conn,addr):try:whileTrue:
res=conn.recv(1024)print('client %s:%s msg: %s' %(addr[0],addr[1],res))
conn.send(res.upper())exceptException as e:print(e)finally:
conn.close()if __name__ == '__main__':
server('127.0.0.1',8080)
server
from socket import *client=socket(AF_INET,SOCK_STREAM)
client.connect(('127.0.0.1',8080))whileTrue:
msg=input('>>:').strip()if not msg:continueclient.send(msg.encode('utf-8'))
msg=client.recv(1024)print(msg.decode('utf-8'))
client
from threading importThreadfrom socket import *
importthreadingdefclient(server_ip,port):
c=socket(AF_INET,SOCK_STREAM) #套接字对象一定要加到函数内,即局部名称空间内,放在函数外则被所有线程共享,则大家公用一个套接字对象,那么客户端端口永远一样了
c.connect((server_ip,port))
count=0whileTrue:
c.send(('%s say hello %s' %(threading.current_thread().getName(),count)).encode('utf-8'))
msg=c.recv(1024)print(msg.decode('utf-8'))
count+=1
if __name__ == '__main__':for i in range(500):
t=Thread(target=client,args=('127.0.0.1',8080))
t.start()
多线程并发多个客户端
python多线程调用携程_《Python》线程池、携程相关推荐
- python多线程并发编程技术_同步线程 -
Python并发编程教程™
线程同步可以定义为一种方法,借助这种方法,可以确信两个或更多的并发线程不会同时访问被称为临界区的程序段. 另一方面,正如我们所知道的那样,临界区是共享资源被访问的程序的一部分. 因此,同步是通过同时访 ...
- 【Python爬虫与数据分析】进程、线程、协程
目录 一.概述 二.进程的创建 三.线程的创建 四.协程的创建 五.全局变量的共享问题 六.消息队列与互斥锁 七.池化技术 一.概述 进程是系统分配资源的基本单位,线程是CPU调度的基本单位. 一个进 ...
- 使用python多线程获取代理IP(代理IP池,附源码)
@[TOC]使用python多线程获取代理IP(代理IP池,附源码) 代理IP池 都说现在是大数据的时代,大多数的厂商会特别的注重自己家的数据安全问题,但同时,也有着许多的行业是需要大数据来做支撑的, ...
- java 等待线程池结束_等待线程池中任务执行完毕做优雅关闭
背景 在Java开发中,如果涉及多线程,会经常使用到线程池,本期不额外讲述线程池本身相关的东西.考虑一种场景,如果我们提交给线程池的任务都相对比较耗时,而在任务启动运行后,如果后续有需求的变更,要重新 ...
- python多线程调用携程,进程、线程和携程的通俗解释【刘新宇Python】
通过下面这张图你就能看清楚了,进程.线程和携程的关系 多个进程是可以运行在多个CPU当中的,比如你的电脑是4核,可以同时并行运行四个进程,这是真正物理上的并行运行. 每个进程又可以有多个线程,线程是轮 ...
- python多线程调用携程,Python 协程,Python携程
Python 协程,Python携程 协程 进程:操作系统中存在 线程:操作系统中存在 协程:是微线程 模块(greenlet) 协程不是一个真实存在的东西,是由程序员创造出来的 协程,是对一个线程分 ...
- python画樱桃小丸子的程序_多任务---线程threading使用总结。
线程 定义:一个程序运行起来之后,一定有个负责执行代码的东西,这个东西就叫线程.线程占用的资源比较少,操作系统调度的单位. t = threading.Thread(target=dance) 创建线 ...
- python 协程可以嵌套协程吗_Python线程、协程探究(2)——揭开协程的神秘面纱...
一.上集回顾 在上一篇中我们主要研究了python的多线程困境,发现多核情况下由于GIL的存在,python的多线程程序无法发挥多线程该有的并行威力.在文章的结尾,我们提出如下需求: 既然python ...
- python 协程池gevent.pool_进程池\线程池,协程,gevent
目录 1. 进程池与线程池 2. 协程 3. gevent 4. 单线程下实现并发的套接字通信 首先写一个基于多线程的套接字 服务端: from socket import * from thread ...
- python并发编程-进程池线程池-协程-I/O模型-04
目录 进程池线程池的使用***** 进程池/线程池的创建和提交回调 验证复用池子里的线程或进程 异步回调机制 通过闭包给回调函数添加额外参数(扩展) 协程*** 概念回顾(协程这里再理一下) 如何实现 ...
最新文章
- 阿里云 云服务器 ECS——创建与绑定密钥对
- HDU 2515 Yanghee 的算术【找规律】
- Flask的forms类
- linux netlink 内核配置,如何在linux内核模块中加入netlink通信接口
- Java后端学习路线(校招前准备)
- 西门子g120c面板参数设定_西门子PCS7模拟量单位设置
- SpringMvc 400 Bad Request解决方法
- VC++6.0安装番茄助手Visual Assist X和VC6LineNumberAddin的方法
- 网站博客搬家工具大全
- java便利店库存管理系统_便利店库存管理系统可以做什么?
- 自学编程的5个技巧总结
- python except exception_Python 获取异常(Exception)信息的几种方法
- 推荐两款超高质量的壁纸软件
- 手机抓包 fiddler magicwifi
- python编程输入名字配对情侣网名_翻译:《实用的Python编程》01_05_Lists
- WKWebView设置UserAgent踩坑
- 计算机专业买哪一款华硕电脑好,华硕电脑哪款好
- 滴滴出行2016校招编程题
- 安卓Launcher 简介
- SAP客户信贷配置与管理解析【转】
热门文章
- python opencv 检测圆
- 2021-07-13 CNN池化理解学习
- 写论文时introduction and realted works部分如何写别人的工作,论文写作常用词
- Atitit 第三方登录与sso单点登录 单点登录: 我们的单点登录系统,主要包含了登录验证,token校验 、注销、注册几大功能,单点登录系统提供了统一的登录和注册页面,提供了统一的
- Atitit 函数式常用子操作与组合 目录 1. 集合类的操作	1 1.1. Transform、map	1 1.2. paip.提升效率---filter map reduce 的java 函
- Atitit 软件 开发 与互联网发展趋势 与一些原则 潮流就是社区化 o2o 各种服务化 xaas ##--------信息化建设的理念 1.1.兼容性(不同版本与项目兼容性有利
- Atitit 基于图片图像 与文档混合文件夹的分类
- paip.java UrlRewrite 的原理and实现 htaccess正则表达式转换
- paip.提升性能---- 网站并发数的总结.txt
- PAIP.HIBERNATE ORA-02289 sequence does not exist的解决