建站
咨詢
售后
建站咨詢
新聞中心
真正有知識的人的成長過程，就像麥穗的成長過程：麥穗空的時候，麥子長得很快，麥穗驕傲地高高昂起，但是，麥穗成熟飽滿時，它們開始謙虛，垂下麥芒。
——蒙田《蒙田隨筆全集》
網(wǎng)站建設(shè)哪家好，找創(chuàng)新互聯(lián)公司！專注于網(wǎng)頁設(shè)計、網(wǎng)站建設(shè)、微信開發(fā)、小程序開發(fā)、集團企業(yè)網(wǎng)站建設(shè)等服務(wù)項目。為回饋新老客戶創(chuàng)新互聯(lián)還提供了東興免費建站歡迎大家使用！
上篇論述了關(guān)于python多線程是否是雞肋的問題，得到了一些網(wǎng)友的認可，當然也有一些不同意見，表示協(xié)程比多線程不知強多少，在協(xié)程面前多線程算是雞肋。好吧，對此我也表示贊同，然而上篇我論述的觀點不在于多線程與協(xié)程的比較，而是在于IO密集型程序中，多線程尚有用武之地。
對于協(xié)程，我表示其效率確非多線程能比，但本人對此了解并不深入，因此最近幾日參考了一些資料，學(xué)習(xí)整理了一番，在此分享出來僅供大家參考，如有謬誤請指正，多謝。
申明：本文介紹的協(xié)程是入門級別，大神請繞道而行，謹防入坑。
文章思路：本文將先介紹協(xié)程的概念，然后分別介紹Python2.x與3.x下協(xié)程的用法，最終將協(xié)程與多線程做比較并介紹異步爬蟲模塊。
協(xié)程
概念
協(xié)程，又稱微線程，纖程，英文名Coroutine。協(xié)程的作用，是在執(zhí)行函數(shù)A時，可以隨時中斷，去執(zhí)行函數(shù)B，然后中斷繼續(xù)執(zhí)行函數(shù)A（可以自由切換）。但這一過程并不是函數(shù)調(diào)用（沒有調(diào)用語句），這一整個過程看似像多線程，然而協(xié)程只有一個線程執(zhí)行。
優(yōu)勢
- 執(zhí)行效率極高，因為子程序切換（函數(shù)）不是線程切換，由程序自身控制，沒有切換線程的開銷。所以與多線程相比，線程的數(shù)量越多，協(xié)程性能的優(yōu)勢越明顯。
- 不需要多線程的鎖機制，因為只有一個線程，也不存在同時寫變量沖突，在控制共享資源時也不需要加鎖，因此執(zhí)行效率高很多。
說明：協(xié)程可以處理IO密集型程序的效率問題，但是處理CPU密集型不是它的長處，如要充分發(fā)揮CPU利用率可以結(jié)合多進程+協(xié)程。
以上只是協(xié)程的一些概念，可能聽起來比較抽象，那么我結(jié)合代碼講一講吧。這里主要介紹協(xié)程在Python的應(yīng)用，Python2對協(xié)程的支持比較有限，生成器的yield實現(xiàn)了一部分但不完全，gevent模塊倒是有比較好的實現(xiàn)；Python3.4以后引入了asyncio模塊，可以很好的使用協(xié)程。
Python2.x協(xié)程
python2.x協(xié)程應(yīng)用：
- yield
- gevent
python2.x中支持協(xié)程的模塊不多，gevent算是比較常用的，這里就簡單介紹一下gevent的用法。
Gevent
gevent是第三方庫，通過greenlet實現(xiàn)協(xié)程，其基本思想：
當一個greenlet遇到IO操作時，比如訪問網(wǎng)絡(luò)，就自動切換到其他的greenlet，等到IO操作完成，再在適當?shù)臅r候切換回來繼續(xù)執(zhí)行。由于IO操作非常耗時，經(jīng)常使程序處于等待狀態(tài)，有了gevent為我們自動切換協(xié)程，就保證總有g(shù)reenlet在運行，而不是等待IO。
Install
pip install gevent
最新版貌似支持windows了，之前測試好像windows上運行不了……
Usage
首先來看一個簡單的爬蟲例子：
#! -*- coding:utf-8 -*-
import gevent
from gevent import monkey;monkey.patch_all()
import urllib2
def get_body(i):
print "start",i
urllib2.urlopen("http://cn.bing.com")
print "end",i
tasks=[gevent.spawn(get_body,i) for i in range(3)]
gevent.joinall(tasks)運行結(jié)果：
start 0
start 1
start 2
end 2
end 0
end 1說明：從結(jié)果上來看，執(zhí)行g(shù)et_body的順序應(yīng)該先是輸出”start”，然后執(zhí)行到urllib2時碰到IO堵塞，則會自動切換運行下一個程序（繼續(xù)執(zhí)行g(shù)et_body輸出start），直到urllib2返回結(jié)果，再執(zhí)行end。也就是說，程序沒有等待urllib2請求網(wǎng)站返回結(jié)果，而是直接先跳過了，等待執(zhí)行完畢再回來獲取返回值。值得一提的是，在此過程中，只有一個線程在執(zhí)行，因此這與多線程的概念是不一樣的。
換成多線程的代碼看看:
import threading
import urllib2
def get_body(i):
print "start",i
urllib2.urlopen("http://cn.bing.com")
print "end",i
for i in range(3):
t=threading.Thread(target=get_body,args=(i,))
t.start()運行結(jié)果：
start 0
start 1
start 2
end 1
end 2
end 0說明：從結(jié)果來看，多線程與協(xié)程的效果一樣，都是達到了IO阻塞時切換的功能。不同的是，多線程切換的是線程（線程間切換），協(xié)程切換的是上下文（可以理解為執(zhí)行的函數(shù)）。而切換線程的開銷明顯是要大于切換上下文的開銷，因此當線程越多，協(xié)程的效率就越比多線程的高。（猜想多進程的切換開銷應(yīng)該是最大的）
Gevent使用說明
- monkey可以使一些阻塞的模塊變得不阻塞，機制：遇到IO操作則自動切換，手動切換可以用gevent.sleep(0)（將爬蟲代碼換成這個，效果一樣可以達到切換上下文）
- gevent.spawn 啟動協(xié)程，參數(shù)為函數(shù)名稱，參數(shù)名稱
- gevent.joinall 停止協(xié)程
Python3.x協(xié)程
python3.5協(xié)程使用可以移步：Python3.5協(xié)程學(xué)習(xí)研究
為了測試Python3.x下的協(xié)程應(yīng)用，我在virtualenv下安裝了python3.6的環(huán)境。
python3.x協(xié)程應(yīng)用：
- asynico + yield from（python3.4）
- asynico + await（python3.5）
- gevent
Python3.4以后引入了asyncio模塊，可以很好的支持協(xié)程。
asynico
asyncio是Python 3.4版本引入的標準庫，直接內(nèi)置了對異步IO的支持。asyncio的異步操作，需要在coroutine中通過yield from完成。
Usage
例子：（需在python3.4以后版本使用）
import asyncio
@asyncio.coroutine
def test(i):
print("test_1",i)
r=yield from asyncio.sleep(1)
print("test_2",i)
loop=asyncio.get_event_loop()
tasks=[test(i) for i in range(5)]
loop.run_until_complete(asyncio.wait(tasks))
loop.close()運行結(jié)果：
test_1 3
test_1 4
test_1 0
test_1 1
test_1 2
test_2 3
test_2 0
test_2 2
test_2 4
test_2 1說明：從運行結(jié)果可以看到，跟gevent達到的效果一樣，也是在遇到IO操作時進行切換（所以先輸出test_1，等test_1輸出完再輸出test_2）。但此處我有一點不明，test_1的輸出為什么不是按照順序執(zhí)行的呢？可以對比gevent的輸出結(jié)果（希望大神能解答一下）。
asyncio說明
@asyncio.coroutine把一個generator標記為coroutine類型，然后，我們就把這個coroutine扔到EventLoop中執(zhí)行。
test()會首先打印出test_1，然后，yield from語法可以讓我們方便地調(diào)用另一個generator。由于asyncio.sleep()也是一個coroutine，所以線程不會等待asyncio.sleep()，而是直接中斷并執(zhí)行下一個消息循環(huán)。當asyncio.sleep()返回時，線程就可以從yield from拿到返回值（此處是None），然后接著執(zhí)行下一行語句。
把asyncio.sleep(1)看成是一個耗時1秒的IO操作，在此期間，主線程并未等待，而是去執(zhí)行EventLoop中其他可以執(zhí)行的coroutine了，因此可以實現(xiàn)并發(fā)執(zhí)行。
asynico/await
為了簡化并更好地標識異步IO，從Python 3.5開始引入了新的語法async和await，可以讓coroutine的代碼更簡潔易讀。
請注意，async和await是針對coroutine的新語法，要使用新的語法，只需要做兩步簡單的替換：
- 把@asyncio.coroutine替換為async；
- 把yield from替換為await。
Usage
例子（python3.5以后版本使用）：
import asyncio
async def test(i):
print("test_1",i)
await asyncio.sleep(1)
print("test_2",i)
loop=asyncio.get_event_loop()
tasks=[test(i) for i in range(5)]
loop.run_until_complete(asyncio.wait(tasks))
loop.close()
運行結(jié)果與之前一致。
說明：與前一節(jié)相比，這里只是把yield from換成了await，@asyncio.coroutine換成了async，其余不變。
gevent
同python2.x用法一樣。
協(xié)程VS多線程
如果通過以上介紹，你已經(jīng)明白多線程與協(xié)程的不同之處，那么我想測試也就沒有必要了。因為當線程越來越多時，多線程主要的開銷花費在線程切換上，而協(xié)程是在一個線程內(nèi)切換的，因此開銷小很多，這也許就是兩者性能的根本差異之處吧。（個人觀點）
異步爬蟲
也許關(guān)心協(xié)程的朋友，大部分是用其寫爬蟲（因為協(xié)程能很好的解決IO阻塞問題），然而我發(fā)現(xiàn)常用的urllib、requests無法與asyncio結(jié)合使用，可能是因為爬蟲模塊本身是同步的（也可能是我沒找到用法）。那么對于異步爬蟲的需求，又該怎么使用協(xié)程呢？或者說怎么編寫異步爬蟲？
給出幾個我所了解的方案：
- grequests （requests模塊的異步化）
- 爬蟲模塊+gevent（比較推薦這個）
- aiohttp （這個貌似資料不多，目前我也不太會用）
- asyncio內(nèi)置爬蟲功能 （這個也比較難用）
協(xié)程池
作用：控制協(xié)程數(shù)量
from bs4 import BeautifulSoup
import requests
import gevent
from gevent import monkey, pool
monkey.patch_all()
jobs = []
links = []
p = pool.Pool(10)
urls = [
'http://www.google.com',
# ... another 100 urls
]
def get_links(url):
r = requests.get(url)
if r.status_code == 200:
soup = BeautifulSoup(r.text)
links + soup.find_all('a')
for url in urls:
jobs.append(p.spawn(get_links, url))
gevent.joinall(jobs)本文名稱：Python協(xié)程（真才實學(xué)，想學(xué)的進來）
網(wǎng)站鏈接：http://www.dlmjj.cn/article/joiipg.html
