协程协程介绍

协程前戏

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

　　协程
协程介绍

　　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：

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
 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

单纯的切换反而会降低运行效率：

#串行执行
import time
def consumer(res):
    '''任务1:接收数据,处理数据'''
    pass

def producer():
    '''任务2:生产数据'''
    res=[]
    for i in range(10000000):
        res.append(i)
    return res

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
import time
def consumer():
    '''任务1:接收数据,处理数据'''
    while True:
        x=yield

def producer():
    '''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

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。

yield无法遇到io阻塞

import time
def consumer():
    '''任务1:接收数据,处理数据'''
    while True:
        x=yield

def producer():
    '''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)

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：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*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））

3. IO多路复用作用？  
  检测多个socket是否发生变化。 
  操作系统检测socket是否发生变化，有三种模式：   
    select：最多1024个socket；循环去检测。   
    poll：不限制监听socket个数；循环去检测（水平触发）。   
    epoll：不限制监听socket个数；回调方式（边缘触发）。    
  Python模块：   
    select.select    
    select.epoll

什么是异步非阻塞?   
  - 非阻塞，不等待。   
    比如创建socket对某个地址进行connect、获取接收数据recv时默认都会等待（连接成功或接收到数据），才执行后续操作。    
    如果设置setblocking(False),以上两个过程就不再等待，但是会报BlockingIOError的错误，只要捕获即可。    
 - 异步，通知，执行完成之后自动执行回调函数或自动执行某些操作（通知）。   
    比如做爬虫中向某个地址baidu.com发送请求，当请求执行完成之后自执行回调函数。
6. 什么是同步阻塞？  
   - 阻塞：等  
   - 同步：按照顺序逐步执行
总结：
 什么是协程。
    协程也可以称为微线程，就是开发者控制线程执行流程，控制先执行某段代码然后再切换到另外函执行代码。。来回切换。
 协程可以提高并发吗？
     协程自己本省无法实现并发（甚至性能会降低）
     协程+IO切换性能提高 

进程.线程.协程之间的区别?
答:进程是计算机资源分配的最小单位,主要用于数据隔离.
线程是计算机工作的最小单位,计算机真正工作的就是线程
那么在一个进程中可以有多个线程而一个应用程序可以有多个进程
他们的应用场景基本上在其他语言里应该是没有多进程这个概念的,他们都是多线程,而在Python里面其实有那么一说.
就是在I/O操作多时,用多线程,计算密集型时,用多进程,那为什么呢?其实就是在Python内部有个GIL锁,GIL锁使得在同一时刻,
在一个进程中只有一个线程被CPU调度,如果想利用CPU的多核优势,就是开多个进程,而开多个线程没有用,所以在计算密集型时开多进程
因为I/O操作不占用CPU,所以I/O操作可以用多线程,以上是进程与线程的以及应用场景上的区别
在程序员这个级别为了能够让代码变的更牛逼,就创建了协程,这个协程本来就是不存在的,是程序员创建的,
协程本身可以让程序员人为的控制一个线程片在代码块之间切换,本身协程的存在不重要,但是要跟I/O操作结合到一起就牛逼了.
当协程中遇到I/O操作就跳过,干其他的事,相当于让这个线程分片去执行,达到的效果就是线程一直在工作,没有停.
那么Pyhton中在用协程的时候有个模块叫greenlet,实现协程加I/O操作的模块用gevent
进程线程协程之间的区别大致也就这么多

协程 协程介绍

相关推荐

协程协程介绍