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。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
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
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
|
import time
def consumer(res):
pass
def producer():
res = []
for i in range(10000000):
res.append(i)
return res
start = time.time()
res=producer()
consumer(res)
stop = time.time()
print(stop-start)
import time
def consumer():
while True:
x = yield
def producer():
g = consumer()
next(g)
for i in range(10000000):
g.send(i)
start=time.time()
producer()
stop=time.time()
print(stop-start)
|
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。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| import time
def consumer():
while True:
x=yield
def producer():
g=consumer()
next(g)
for i in range(10000000):
g.send(i)
time.sleep(2)
start = time.time()
producer()
stop = time.time()
print(stop-start)
|
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：
- 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。
- 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：
- 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）
- 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：
- 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
- 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：
- 协程的本质是单线程，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
- 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））
提供协程支持的语言包括 Python，lua，go，erlang, scala和rust。
进程、线程、协程
- 多进程能够利用多核优势，但是进程间通信比较麻烦，另外，进程数目的增加会使性能下降，进程切换的成本较高。程序流程复杂度相对I/O多路复用要低。
- I/O多路复用是在一个进程内部处理多个逻辑流程，不用进行进程切换，性能较高，另外流程间共享信息简单。但是无法利用多核优势，另外，程序流程被事件处理切割成一个个小块，程序比较复杂，难于理解。
- 线程运行在一个进程内部，由操作系统调度，切换成本较低，另外，他们共享进程的虚拟地址空间，线程间共享信息简单。但是线程安全问题导致线程学习曲线陡峭，而且易出错。
Python 中 GIL 的存在，导致多线程一直不是很好用，相形之下，协程的优势就更加突出了。
- 协程有编程语言提供，由程序员控制进行切换，所以没有线程安全问题，可以用来处理状态机，并发请求等。但是无法利用多核优势。
上面的四种方案可以配合使用，我比较看好的是进程+协程的模式。
Greenlet 模块
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
| from greenlet import greenlet
def eat(name):
print('%s eat 1' %name)
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')
|
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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
|
import time
def f1():
res=1
for i in range(100000000):
res+=i
def f2():
res=1
for i in range(100000000):
res*=i
start=time.time()
f1()
f2()
stop=time.time()
print('run time is %s' %(stop-start))
from greenlet import greenlet
import time
def f1():
res=1
for i in range(100000000):
res+=i
g2.switch()
def f2():
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))
|
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
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，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。
1
2
3
4
5
6
7
8
| g1=gevent.spawn(func,1,,2,3,x=4,y=5)
g2=gevent.spawn(func2)
g1.join()
g2.join()
g1.value
|
上例 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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
| from gevent import monkey;monkey.patch_all()
import gevent
import time
def eat():
print('eat food 1')
time.sleep(2)
print('eat food 2')
def play():
print('play 1')
time.sleep(1)
print('play 2')
g1=gevent.spawn(eat)
g2=gevent.spawn(play)
gevent.joinall([g1,g2])
print('主')
|
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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
| from gevent import monkey;monkey.patch_all()
import threading
import gevent
import time
def eat():
print(threading.current_thread().getName())
print('eat food 1')
time.sleep(2)
print('eat food 2')
def play():
print(threading.current_thread().getName())
print('play 1')
time.sleep(1)
print('play 2')
g1=gevent.spawn(eat)
g2=gevent.spawn(play)
gevent.joinall([g1,g2])
print('主')
|
Gevent之同步与异步
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
| 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)
print('DONE')
if __name__ == '__main__':
print('Synchronous:')
synchronous()
print('Asynchronous:')
asynchronous()
|