day38 - 技术栈

今日内容概要

进程和线程的比较
GIL全局解释器锁(重要理论)
互斥锁
线程队列(线程里使用队列)
进程池和线程池的用法
协程理论
如何使用协程
基于协程的高并发城程序

进程和线程比较

1.进程的开销比线程的开销大很多

2.进程之间的数据是隔离的，但是，线程之间的数据不隔离

3.多个进程之间的线程数据不共享----->还是让进程通信（IPC）------>进程下的线程也通信了----->队列

GIL全局解释器锁

python在设计之初就考虑到要在主循环中，同时只有一个线程在执行。虽然python解释器中可以"运行"多个线程，但在任意时刻只有一个线程在解释器中运行

对python解释器的访问由全局解释器锁(GIL)来控制，正是这个锁能保证同一时刻只有一个线程在运行

背景

1.python代码运行在解释器上，由解释器来执行或解释

2.python解释器的种类：CPython IPython PyPy Jython IronPython

3.当前市场使用的最多的解释器就是CPython解释器

4.GIL全局解释器锁是存在于CPython中

5.结论是同一时刻只有一个线程在执行? 想避免的问题是，出现多个线程抢夺资源的情况

比如：现在起一个线程，来回收垃圾数据，回收a=1这个变量，另外一个线程也要使用这个变量a，当垃圾回收线程还没没有把变量a回收完毕，另一个线程就来抢夺这个变量a使用。

怎么避免的这个问题，那就是在Python这门语言设计之处，就直接在解释器上添加了一把锁，这把锁就是为了让统一时刻只有一个线程在执行，言外之意就是哪个线程想执行，就必须先拿到这把锁(GIL), 只有等到这个线程把GIL锁释放掉，别的线程才能拿到，然后具备了执行权限.

"GIL锁就是保证在同一时刻只有一个线程执行，所有的线程必须拿到GIL锁才有执行权限"

记忆问题

1.python有GIL锁的原因，同一个进程下多个线程实际上同一时刻，只有一个线程在执行

2.只有python上开进程用的多，其他语言一般不开多进程，只开多线程就够了

3.cpython解释器开多线程不能利用多核优势，只有开多进程才能利用多核优势，其他语言不存在这个问题

4.8核cpu电脑，充分利用8核，至少起8个线程，8条线程全是计算---->计算机cpu使用率是100%

5.如果不存在GIL锁，一个进程下，开启8个线程，它能够充分利用cpu资源，跑满cpu

6.cpython解释器中好多代码，模块都是基于GIL锁机制写起来的，改不了了--->我们不能有8个核，但我现在只能用1核---->开启多进程---->每个进程下开启的线程，可以被多个cpu调度执行

7.cpython解释器：io密集型使用多线程，计算机密集型使用多进程

io密集型，遇到io操作会切换cpu，假设开启了8个线程，8个线程都有io操作----> io操作不消耗cpu--->一段时间看上去，其实8个线程都执行了，选多线程好一些

计算机密集型，消耗cpu，如果开了8个线程，第一个线程会一直占着cpu，而不会调度到其他线程执行，其他7个线程根本没执行，所以我们开8个线程，每个进程有一个线程，8个进程下的线程会被8个cpu执行，从而效率高

计算密集型选多进程好一些，在其他语言中，都是选择多线程，而不是多进程

互斥锁

在多线程的情况下，同时执行一个数据，会发生数据错乱的问题

python 复制代码

n = 10
from threading import Lock
import time
def task():
    global n
    temp = n
    time.sleep(0.5)
    n = temp - 1
    lock.release()

from threading import Thread

if __name__ == '__main__':
    tt = []
    
    for i in range(10):
        t = Thread(target=task,)
        t.start()
        tt.append(t)
    for j in tt:
        j.join()
    print("主",n)
# 主 9

n = 10
from threading import Lock
import time
def task():

    global n
    temp = n
    time.sleep(0.5)
    n = temp - 1



"""拿时间换空间，空间换时间 时间复杂度"""
from threading import Thread

if __name__ == '__main__':
    tt = []

    for i in range(10):
        t = Thread(target=task, )
        t.start()
        tt.append(t)
    for j in tt:
        j.join()

    print("主", n)
# 主，0

面试题：既然有了GIL锁，为什么还要互斥锁？(多线程下）

比如：起了2个线程，来执行a=a+1，a一开始是0

1.第一个线程来了，拿到0，开始执行a=a+1，这个时候结果a就是1了

2.第一个线程得到的结果1还没有赋值回去给a，这个时候，第二个线程来了，拿到a=0，继续执行 a=a+1

3.加了互斥锁，就能解决多线程下操作同一个数据，发生错乱的问题

线程队列

同一个进程下多个线程数据是共享的，为什么先同一个进程下还会去使用队列呢？

因为队列是管道+锁所以用队列还是为了保证数据的安全

先进先出

python 复制代码

class queue.Queue(maxsize=0)
import queue

q=queue.Queue()
q.put('first')
q.put('second')
q.put('third')

print(q.get())
print(q.get())
print(q.get())
'''
结果(先进先出):
first
second
third
'''
进程Queue用于父进程与子进程（或同一父进程中多个子进程）间数据传递
python自己的多个进程间交换数据或者与其他语言（如Java）进程queue就无能为力

queue.Queue 的缺点是它的实现涉及到多个锁和条件变量，因此可能会影响性能和内存效率。

后进先出

python 复制代码

class queue.LifoQueue(maxsize=0)
import queue

q=queue.LifoQueue()
q.put('first')
q.put('second')
q.put('third')

print(q.get())
print(q.get())
print(q.get())
'''
结果(后进先出):
third
second
first
'''

存储数据时可设置优先级的队列

python 复制代码

class queue.PriorityQueue(maxsize=0)

优先级队列

python 复制代码

import queue

q=queue.PriorityQueue()
#put进入一个元组,元组的第一个元素是优先级(通常是数字,也可以是非数字之间的比较),数字越小优先级越高
q.put((20,'a'))
q.put((10,'b'))
q.put((30,'c'))

print(q.get())
print(q.get())
print(q.get())
'''
结果(数字越小优先级越高,优先级高的优先出队):
(10, 'b')
(20, 'a')
(30, 'c')
'''

进程池和线程池的作用

进程池：提前定义好一个池子，然后，往这个池子里面添加进程，以后，只需要往这个进程池里面丢任务就行了，然后，有这个进程池里面的任意一个进程来执行任务

线程池：提前定义好一个池子，然后，往这个池子里面添加线程，以后，只需要往这个线程池里面丢任务就行了，然后，有这个线程池里面的任意一个线程来执行任务

python 复制代码

def task(n, m):
    return n + m


from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor


def callback(res):

    print(res.result())


if __name__ == '__main__':
    pool = ProcessPoolExecutor(3)
    pool.submit(task, m=1, n=2).add_done_callback(callback)
    pool.shutdown()
    print(123)

多线程爬取网页

python 复制代码

import requests

def get_page(url):
    res=requests.get(url)
    name=url.rsplit('/')[-1]+'.html'
    return {'name':name,'text':res.content}

def call_back(fut):
    print(fut.result()['name'])
    with open(fut.result()['name'],'wb') as f:
        f.write(fut.result()['text'])


if __name__ == '__main__':
    pool=ThreadPoolExecutor(2)
    urls=['http://www.baidu.com','http://www.cnblogs.com','http://www.taobao.com']
    for url in urls:
        pool.submit(get_page,url).add_done_callback(call_back)

协程理论

协程：是单线程下的并发，又称微线程。一句话说明什么是协程：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被迫交出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效果，最大限度利用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：

1.必须在只有一个单线程里实现开发

2.修改共享数据不需要加锁

3.用户程序里自己保存多个控制流的上下文栈

4.附加：一个协程遇到io操作自动切换到其他协程

协程实现高并发

python 复制代码

服务端：
from gevent import monkey;

monkey.patch_all()
import gevent
from socket import socket
# from multiprocessing import Process
from threading import Thread


def talk(conn):
    while True:
        try:
            data = conn.recv(1024)
            if len(data) == 0: break
            print(data)
            conn.send(data.upper())
        except Exception as e:
            print(e)
    conn.close()


def server(ip, port):
    server = socket()
    server.bind((ip, port))
    server.listen(5)
    while True:
        conn, addr = server.accept()
        # t=Process(target=talk,args=(conn,))
        # t=Thread(target=talk,args=(conn,))
        # t.start()
        gevent.spawn(talk, conn)


if __name__ == '__main__':
    g1 = gevent.spawn(server, '127.0.0.1', 8080)
    g1.join()

客户端：
	import socket
from threading import current_thread, Thread


def socket_client():
    cli = socket.socket()
    cli.connect(('127.0.0.1', 8080))
    while True:
        ss = '%s say hello' % current_thread().getName()
        cli.send(ss.encode('utf-8'))
        data = cli.recv(1024)
        print(data)


for i in range(5000):
    t = Thread(target=socket_client)
    t.start()

猴子补丁

猴子补丁的功能（一切皆对象）

拥有在模块运行时替换的功能，例如：一个函数对象赋值给另外一个函数对象(把函数原本的执行的功能给替换了）

python 复制代码

class Monkey():
    def play(self):
        print('猴子在玩')

class Dog():
    def play(self):
        print('狗子在玩')
m=Monkey()
m.play()
m.play=Dog().play
m.play()

monkey patch的应用场景

这里有一个比较实用的例子，很多用到import json,后来发现ujson性能更高，如果觉得把每个文件的import json改成import ujson as json成本较高，或者说想测试一下ujson替换是否符合预期，只需要在入口加上：

python 复制代码

import json
import ujson

def monkey_patch_json():
    json.__name__ = 'ujson'
    json.dumps = ujson.dumps
    json.loads = ujson.loads
monkey_patch_json()
aa=json.dumps({'name':'lqz','age':19})
print(aa)

Gevent介绍

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，在gevent中用到的主要模式是gevent，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内部，但它们被协作式地调度

用法

python 复制代码

#用法
g1=gevent.spawn(func,1,,2,3,x=4,y=5)创建一个协程对象g1，spawn括号内第一个参数是函数名，如eat，后面可以有多个参数，可以是位置实参或关键字实参，都是传给函数eat的

g2=gevent.spawn(func2)

g1.join() #等待g1结束

g2.join() #等待g2结束

#或者上述两步合作一步：gevent.joinall([g1,g2])

g1.value#拿到func1的返回值

示例1

python 复制代码

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,'lqz')
g2=gevent.spawn(play,name='lqz')
g1.join()
g2.join()
#或者gevent.joinall([g1,g2])
print('主')

示例2

python 复制代码

'''
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

from gevent import monkey;monkey.patch_all()必须放到被打补丁者的前面，如time，socket模块之前

或者我们干脆记忆成：要用gevent，需要将from gevent import monkey;monkey.patch_all()放到文件的开头
'''
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_phone)
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