基於協程的Python網絡庫gevent
import gevent def test1(): print 12 gevent.sleep(0) print 34 def test2(): print 56 gevent.sleep(0) print 78 gevent.joinall([ gevent.spawn(test1), gevent.spawn(test2), ])
解釋下,”gevent.spawn()”方法會創建一個新的greenlet協程對象,並運行它。”gevent.joinall()”方法會等待所有傳入的greenlet協程運行結束後再退出,這個方法可以接受一個”timeout”參數來設置超時時間,單位是秒。運行上面的程序,執行順序如下:
- 先進入協程test1,打印12
- 遇到”gevent.sleep(0)”時,test1被阻塞,自動切換到協程test2,打印56
- 之後test2被阻塞,這時test1阻塞已結束,自動切換回test1,打印34
- 當test1運行完畢返回後,此時test2阻塞已結束,再自動切換回test2,打印78
- 所有協程執行完畢,程序退出
所以,程序運行下來的輸出就是:
12 56 34 78
greenlet一個協程運行完後,必須顯式切換,不然會返回其父協程。而在gevent中,一個協程運行完後,它會自動調度那些未完成的協程。
import gevent import socket urls = [‘www.baidu.com‘, ‘www.gevent.org‘, ‘www.python.org‘] jobs = [gevent.spawn(socket.gethostbyname, url) for url in urls] gevent.joinall(jobs, timeout=5) print [job.value for job in jobs]
我們通過協程分別獲取三個網站的IP地址,由於打開遠程地址會引起IO阻塞,所以gevent會自動調度不同的協程。另外,我們可以通過協程對象的”value”屬性,來獲取協程函數的返回值。
猴子補丁 Monkey patching
其實上面程序運行的時間同不用協程是一樣的,是三個網站打開時間的總和。可是理論上協程是非阻塞的,那運行時間應該等於最長的那個網站打開時間呀?其實這是因為Python標準庫裏的socket是阻塞式的,DNS解析無法並發,包括像urllib庫也一樣,所以這種情況下用協程完全沒意義。那怎麽辦?
一種方法是使用gevent下的socket模塊,我們可以通過”from gevent import socket”來導入。不過更常用的方法是使用猴子布丁(Monkey patching):
from gevent import monkey; monkey.patch_socket() import gevent import socket urls = [‘www.baidu.com‘, ‘www.gevent.org‘, ‘www.python.org‘] jobs = [gevent.spawn(socket.gethostbyname, url) for url in urls] gevent.joinall(jobs, timeout=5) print [job.value for job in jobs]
上述代碼的第一行就是對socket標準庫打上猴子補丁,此後socket標準庫中的類和方法都會被替換成非阻塞式的,所有其他的代碼都不用修改,這樣協程的效率就真正體現出來了。Python中其它標準庫也存在阻塞的情況,gevent提供了”monkey.patch_all()”方法將所有標準庫都替換。
from gevent import monkey; monkey.patch_all()
使用猴子補丁褒貶不一,但是官網上還是建議使用”patch_all()”,而且在程序的第一行就執行。
獲取協程狀態
協程狀態有已啟動和已停止,分別可以用協程對象的”started”屬性和”ready()”方法來判斷。對於已停止的協程,可以用”successful()”方法來判斷其是否成功運行且沒拋異常。如果協程執行完有返回值,可以通過”value”屬性來獲取。另外,greenlet協程運行過程中發生的異常是不會被拋出到協程外的,因此需要用協程對象的”exception”屬性來獲取協程中的異常。下面的例子很好的演示了各種方法和屬性的使用。
#coding:utf8 import gevent def win(): return ‘You win!‘ def fail(): raise Exception(‘You failed!‘) winner = gevent.spawn(win) loser = gevent.spawn(fail) print winner.started # True print loser.started # True # 在Greenlet中發生的異常,不會被拋到Greenlet外面。 # 控制臺會打出Stacktrace,但程序不會停止 try: gevent.joinall([winner, loser]) except Exception as e: # 這段永遠不會被執行 print ‘This will never be reached‘ print winner.ready() # True print loser.ready() # True print winner.value # ‘You win!‘ print loser.value # None print winner.successful() # True print loser.successful() # False # 這裏可以通過raise loser.exception 或 loser.get() # 來將協程中的異常拋出 print loser.exception
協程運行超時
在”gevent.joinall()”方法中可以傳入timeout參數來設置超時,我們也可以在全局範圍內設置超時時間:
import gevent from gevent import Timeout timeout = Timeout(2) # 2 seconds timeout.start() def wait(): gevent.sleep(10) try: gevent.spawn(wait).join() except Timeout: print(‘Could not complete‘)
上例中,我們將超時設為2秒,此後所有協程的運行,如果超過兩秒就會拋出”Timeout”異常。我們也可以將超時設置在with語句內,這樣該設置只在with語句塊中有效:
with Timeout(1):
gevent.sleep(10)
此外,我們可以指定超時所拋出的異常,來替換默認的”Timeout”異常。比如下例中超時就會拋出我們自定義的”TooLong”異常。
class TooLong(Exception): pass with Timeout(1, TooLong): gevent.sleep(10)
協程間通訊
greenlet協程間的異步通訊可以使用事件(Event)對象。該對象的”wait()”方法可以阻塞當前協程,而”set()”方法可以喚醒之前阻塞的協程。在下面的例子中,5個waiter協程都會等待事件evt,當setter協程在3秒後設置evt事件,所有的waiter協程即被喚醒。
#coding:utf8 import gevent from gevent.event import Event evt = Event() def setter(): print ‘Wait for me‘ gevent.sleep(3) # 3秒後喚醒所有在evt上等待的協程 print "Ok, I‘m done" evt.set() # 喚醒 def waiter(): print "I‘ll wait for you" evt.wait() # 等待 print ‘Finish waiting‘ gevent.joinall([ gevent.spawn(setter), gevent.spawn(waiter), gevent.spawn(waiter), gevent.spawn(waiter), gevent.spawn(waiter), gevent.spawn(waiter) ])
除了Event事件外,gevent還提供了AsyncResult事件,它可以在喚醒時傳遞消息。讓我們將上例中的setter和waiter作如下改動:
from gevent.event import AsyncResult aevt = AsyncResult() def setter(): print ‘Wait for me‘ gevent.sleep(3) # 3秒後喚醒所有在evt上等待的協程 print "Ok, I‘m done" aevt.set(‘Hello!‘) # 喚醒,並傳遞消息 def waiter(): print("I‘ll wait for you") message = aevt.get() # 等待,並在喚醒時獲取消息 print ‘Got wake up message: %s‘ % message
隊列 Queue
gevent的隊列對象可以讓greenlet協程之間安全的訪問。運行下面的程序,你會看到3個消費者會分別消費隊列中的產品,且消費過的產品不會被另一個消費者再取到:
import gevent from gevent.queue import Queue products = Queue() def consumer(name): while not products.empty(): print ‘%s got product %s‘ % (name, products.get()) gevent.sleep(0) print ‘%s Quit‘ def producer(): for i in xrange(1, 10): products.put(i) gevent.joinall([ gevent.spawn(producer), gevent.spawn(consumer, ‘steve‘), gevent.spawn(consumer, ‘john‘), gevent.spawn(consumer, ‘nancy‘), ])
put和get方法都是阻塞式的,它們都有非阻塞的版本:put_nowait和get_nowait。如果調用get方法時隊列為空,則拋出”gevent.queue.Empty”異常。‘
信號量
信號量可以用來限制協程並發的個數。它有兩個方法,acquire和release。顧名思義,acquire就是獲取信號量,而release就是釋放。當所有信號量都已被獲取,那剩余的協程就只能等待任一協程釋放信號量後才能得以運行:
import gevent from gevent.coros import BoundedSemaphore sem = BoundedSemaphore(2) def worker(n): sem.acquire() print(‘Worker %i acquired semaphore‘ % n) gevent.sleep(0) sem.release() print(‘Worker %i released semaphore‘ % n) gevent.joinall([gevent.spawn(worker, i) for i in xrange(0, 6)])
上面的例子中,我們初始化了”BoundedSemaphore”信號量,並將其個數定為2。所以同一個時間,只能有兩個worker協程被調度。程序運行後的結果如下:
Worker 0 acquired semaphore Worker 1 acquired semaphore Worker 0 released semaphore Worker 1 released semaphore Worker 2 acquired semaphore Worker 3 acquired semaphore Worker 2 released semaphore Worker 3 released semaphore Worker 4 acquired semaphore Worker 4 released semaphore Worker 5 acquired semaphore Worker 5 released semaphore
協程本地變量
同線程類似,協程也有本地變量,也就是只在當前協程內可被訪問的變量:
import gevent from gevent.local import local data = local() def f1(): data.x = 1 print data.x def f2(): try: print data.x except AttributeError: print ‘x is not visible‘ gevent.joinall([ gevent.spawn(f1), gevent.spawn(f2) ])
通過將變量存放在local對象中,即可將其的作用域限制在當前協程內,當其他協程要訪問該變量時,就會拋出異常。不同協程間可以有重名的本地變量,而且互相不影響。因為協程本地變量的實現,就是將其存放在以的”greenlet.getcurrent()”的返回為鍵值的私有的命名空間內。
實際應用
基於Flask聊天室
https://github.com/sdiehl/minichat/blob/master/app.py
基於協程的Python網絡庫gevent