線程隊列

　　線程之間的通信我們列表行不行呢，當然行，那麽隊列和列表有什麽區別呢？

　　queue隊列 ：使用import queue，用法與進程Queue一樣

　　queue is especially useful in threaded programming when information must be exchanged safely between multiple threads.

　　class queue.Queue(maxsize=0) #先進先出

import queue #不需要通過threading模塊裏面導入，直接import queue就可以了，這是python自帶的
 

#用法基本和我們進程multiprocess中的queue是一樣的
q=queue.Queue()
q.put(‘first‘)
q.put(‘second‘)
q.put(‘third‘)
# q.put_nowait() #沒有數據就報錯，可以通過try來搞
print(q.get())
print(q.get())
print(q.get())
# q.get_nowait() #沒有數據就報錯，可以通過try來搞
‘‘‘
結果(先進先出):
first
second
third
‘‘‘

先進先出示例代碼

　　class queue.LifoQueue(maxsize=0) #last in fisrt out

import queue

q=queue.LifoQueue() #隊列，類似於棧，棧我們提過嗎，是不是先進後出的順序啊
q.put(‘first‘)
q.put(‘second‘)
q.put(‘third‘)
# q.put_nowait()

print(q.get())
print(q.get())
print(q.get())
# q.get_nowait()
‘‘‘
結果(後進先出):
third
second
first
‘‘‘

先進後出示例代碼

　　class queue.PriorityQueue(maxsize=0) #存儲數據時可設置優先級的隊列

import queue

q
 
=queue.PriorityQueue()
#put進入一個元組,元組的第一個元素是優先級(通常是數字,也可以是非數字之間的比較),數字越小優先級越高
q.put((-10,‘a‘))
q.put((-5,‘a‘))  #負數也可以
# q.put((20,‘ws‘))  #如果兩個值的優先級一樣，那麽按照後面的值的acsii碼順序來排序,如果字符串第一個數元素相同，比較第二個元素的acsii碼順序
# q.put((20,‘wd‘))
# q.put((20,{‘a‘:11})) #TypeError: unorderable types: dict() < dict() 不能是字典
# q.put((20,(‘w‘,1)))  #優先級相同的兩個數據，他們後面的值必須是相同的數據類型才能比較，可以是元祖，也是通過元素的ascii碼順序來排序

q.put((20,‘b‘))
q.put((20,‘a‘))
q.put((0,‘b‘))
q.put((30,‘c‘))

print(q.get())
print(q.get())
print(q.get())
print(q.get())
print(q.get())
print(q.get())
‘‘‘
結果(數字越小優先級越高,優先級高的優先出隊):
‘‘‘

優先級隊列示例代碼

這三種隊列都是線程安全的，不會出現多個線程搶占同一個資源或數據的情況。

協程介紹

　　協程：是單線程下的並發，又稱微線程，纖程。英文名Coroutine。一句話說明什麽是線程：協程是一種用戶態的輕量級線程，即協程是由用戶程序自己控制調度的。、

　　需要強調的是：

#1. python的線程屬於內核級別的，即由操作系統控制調度（如單線程遇到io或執行時間過長就會被迫交出cpu執行權限，切換其他線程運行）
#2. 單線程內開啟協程，一旦遇到io，就會從應用程序級別（而非操作系統）控制切換，以此來提升效率（！！！非io操作的切換與效率無關）

　　對比操作系統控制線程的切換，用戶在單線程內控制協程的切換

　　優點如下：

#1. 協程的切換開銷更小，屬於程序級別的切換，操作系統完全感知不到，因而更加輕量級
#2. 單線程內就可以實現並發的效果，最大限度地利用cpu

　　缺點如下：

#1. 協程的本質是單線程下，無法利用多核，可以是一個程序開啟多個進程，每個進程內開啟多個線程，每個線程內開啟協程
#2. 協程指的是單個線程，因而一旦協程出現阻塞，將會阻塞整個線程

　　總結協程特點：

1. 必須在只有一個單線程裏實現並發
2. 修改共享數據不需加鎖
3. 用戶程序裏自己保存多個控制流的上下文棧
4. 附加：一個協程遇到IO操作自動切換到其它協程（如何實現檢測IO，yield、greenlet都無法實現，就用到了gevent模塊（select機制））

Greenlet

　　如果我們在單個線程內有20個任務，要想實現在多個任務之間切換，使用yield生成器的方式過於麻煩（需要先得到初始化一次的生成器，然後再調用send。。。非常麻煩），而使用greenlet模塊可以非常簡單地實現這20個任務直接的切換

#安裝
pip3 install greenlet

#真正的協程模塊就是使用greenlet完成的切換
from greenlet import greenlet

def eat(name):
    print(‘%s eat 1‘ %name)  #2
    g2.switch(‘taibai‘)   #3
    print(‘%s eat 2‘ %name) #6
    g2.switch() #7
def play(name):
    print(‘%s play 1‘ %name) #4
    g1.switch()      #5
    print(‘%s play 2‘ %name) #8

g1=greenlet(eat)
g2=greenlet(play)

g1.switch(‘taibai‘)#可以在第一次switch時傳入參數，以後都不需要  1

　　單純的切換（在沒有io的情況下或者沒有重復開辟內存空間的操作），反而會降低程序的執行速度

#順序執行
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)) #10.985628366470337

#切換
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)) # 52.763017892837524

效率對比

　　greenlet只是提供了一種比generator更加便捷的切換方式，當切到一個任務執行時如果遇到io，那就原地阻塞，仍然是沒有解決遇到IO自動切換來提升效率的問題。

　　上面這個圖，是協程真正的意義，雖然沒有規避固有的I/O時間，但是我們使用這個時間來做別的事情了，一般在工作中我們都是進程+線程+協程的方式來實現並發，以達到最好的並發效果，如果是4核的cpu，一般起5個進程，每個進程中20個線程（5倍cpu數量），每個線程可以起500個協程，大規模爬取頁面的時候，等待網絡延遲的時間的時候，我們就可以用協程去實現並發。 並發數量 = 5 * 20 * 500 = 50000個並發，這是一般一個4cpu的機器最大的並發數。nginx在負載均衡的時候最大承載量就是5w個

　　單線程裏的這20個任務的代碼通常會既有計算操作又有阻塞操作，我們完全可以在執行任務1時遇到阻塞，就利用阻塞的時間去執行任務2。。。。如此，才能提高效率，這就用到了Gevent模塊。

Gevent介紹

#安裝
pip3 install gevent

　　Gevent 是一個第三方庫，可以輕松通過gevent實現並發同步或異步編程，在gevent中用到的主要模式是Greenlet, 它是以C擴展模塊形式接入Python的輕量級協程。 Greenlet全部運行在主程序操作系統進程的內部，但它們被協作式地調度。

#用法
g1=gevent.spawn(func,1,2,3,x=4,y=5)創建一個協程對象g1，spawn括號內第一個參數是函數名，如eat，後面可以有多個參數，可以是位置實參或關鍵字實參，都是傳給函數eat的，spawn是異步提交任務

g2=gevent.spawn(func2)

g1.join() #等待g1結束，上面只是創建協程對象，這個join才是去執行

g2.join() #等待g2結束  有人測試的時候會發現，不寫第二個join也能執行g2，是的，協程幫你切換執行了，但是你會發現，如果g2裏面的任務執行的時間長，但是不寫join的話，就不會執行完等到g2剩下的任務了


#或者上述兩步合作一步：gevent.joinall([g1,g2])

g1.value#拿到func1的返回值

　　遇到IO阻塞時會自動切換任務

import gevent
def eat(name):
    print(‘%s eat 1‘ %name)
    gevent.sleep(2)
    print(‘%s eat 2‘ %name)

def play(name):
    print(‘%s play 1‘ %name)
    gevent.sleep(1)
    print(‘%s play 2‘ %name)


g1=gevent.spawn(eat,‘egon‘)
g2=gevent.spawn(play,name=‘egon‘)
g1.join()
g2.join()
#或者gevent.joinall([g1,g2])
print(‘主‘)

遇到I/O切換

　　上例gevent.sleep(2)模擬的是gevent可以識別的io阻塞,

　　而time.sleep(2)或其他的阻塞,gevent是不能直接識別的需要用下面一行代碼,打補丁,就可以識別了

　　from gevent import monkey;monkey.patch_all()必須放到被打補丁者的前面，如time，socket模塊之前

　　或者我們幹脆記憶成：要用gevent，需要將from gevent import monkey;monkey.patch_all()放到文件的開頭

from gevent import monkey;monkey.patch_all() #必須寫在最上面，這句話後面的所有阻塞全部能夠識別了

import gevent  #直接導入即可
import time
def eat():
    #print()　　
    print(‘eat food 1‘)
    time.sleep(2)  #加上mokey就能夠識別到time模塊的sleep了
    print(‘eat food 2‘)

def play():
    print(‘play 1‘)
    time.sleep(1)  #來回切換，直到一個I/O的時間結束，這裏都是我們個gevent做得，不再是控制不了的操作系統了。
    print(‘play 2‘)

g1=gevent.spawn(eat)
g2=gevent.spawn(play_phone)
gevent.joinall([g1,g2])
print(‘主‘)

　　我們可以用threading.current_thread().getName()來查看每個g1和g2，查看的結果為DummyThread-n，即假線程，虛擬線程，其實都在一個線程裏面

　　進程線程的任務切換是由操作系統自行切換的，你自己不能控制

　　協程是通過自己的程序（代碼）來進行切換的，自己能夠控制，只有遇到協程模塊能夠識別的IO操作的時候，程序才會進行任務切換，實現並發效果，如果所有程序都沒有IO操作，那麽就基本屬於串行執行了。

Gevent之同步與異步

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)

if __name__ == ‘__main__‘:
    print(‘Synchronous:‘)
    synchronous()

    print(‘Asynchronous:‘)
    asynchronous()
#上面程序的重要部分是將task函數封裝到Greenlet內部線程的gevent.spawn。 初始化的greenlet列表存放在數組threads中，此數組被傳給gevent.joinall 函數，後者阻塞當前流程，並執行所有給定的greenlet。執行流程只會在 所有greenlet執行完後才會繼續向下走。

協程：同步異步對比

Gevent之應用舉例一

from gevent import monkey;monkey.patch_all()
import gevent
import requests
import time

def get_page(url):
    print(‘GET: %s‘ %url)
    response=requests.get(url)
    if response.status_code == 200:
        print(‘%d bytes received from %s‘ %(len(response.text),url))


start_time=time.time()
gevent.joinall([
    gevent.spawn(get_page,‘https://www.python.org/‘),
    gevent.spawn(get_page,‘https://www.yahoo.com/‘),
    gevent.spawn(get_page,‘https://github.com/‘),
])
stop_time=time.time()
print(‘run time is %s‘ %(stop_time-start_time))

協程應用：爬蟲

　　將上面的程序最後加上一段串行的代碼看看效率：如果你的程序不需要太高的效率，那就不用什麽並發啊協程啊之類的東西。

print(‘--------------------------------‘)
s = time.time()
requests.get(‘https://www.python.org/‘)
requests.get(‘https://www.yahoo.com/‘)
requests.get(‘https://github.com/‘)
t = time.time()
print(‘串行時間>>‘,t-s)

Gevent之應用舉例二

　　通過gevent實現單線程下的socket並發（from gevent import monkey;monkey.patch_all()一定要放到導入socket模塊之前，否則gevent無法識別socket的阻塞）

　　一個網絡請求裏面經過多個時間延遲time

from gevent import monkey;monkey.patch_all()
from socket import *
import gevent

#如果不想用money.patch_all()打補丁,可以用gevent自帶的socket
# from gevent import socket
# s=socket.socket()

def server(server_ip,port):
    s=socket(AF_INET,SOCK_STREAM)
    s.setsockopt(SOL_SOCKET,SO_REUSEADDR,1)
    s.bind((server_ip,port))
    s.listen(5)
    while True:
        conn,addr=s.accept()
        gevent.spawn(talk,conn,addr)

def talk(conn,addr):
    try:
        while True:
            res=conn.recv(1024)
            print(‘client %s:%s msg: %s‘ %(addr[0],addr[1],res))
            conn.send(res.upper())
    except Exception as e:
        print(e)
    finally:
        conn.close()

if __name__ == ‘__main__‘:
    server(‘127.0.0.1‘,8080)

服務端

from socket import *

client=socket(AF_INET,SOCK_STREAM)
client.connect((‘127.0.0.1‘,8080))


while True:
    msg=input(‘>>: ‘).strip()
    if not msg:continue

    client.send(msg.encode(‘utf-8‘))
    msg=client.recv(1024)

客戶端

from threading import Thread
from socket import *
import threading

def client(server_ip,port):
    c=socket(AF_INET,SOCK_STREAM) #套接字對象一定要加到函數內，即局部名稱空間內，放在函數外則被所有線程共享，則大家公用一個套接字對象，那麽客戶端端口永遠一樣了
    c.connect((server_ip,port))

    count=0
    while True:
        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()

多線程並發多個客戶端，去請求上面的服務端是沒問題的

　　上面代碼的服務端用gevent的時候為什麽沒有用join就執行了。

Python並發編程(線程隊列,協程,Greenlet,Gevent)