Python之并发编程（九）线程队列、Event事件、协程

线程队列、Event事件、协程

线程队列

先进先出示例：

import queue #不需要通过threading模块里面导入，直接import queue就可以了，这是python自带的
#用法基本和我们进程multiprocess中的queue是一样的
q=queue.Queue()
q.put('first')
q.put('second')
q.put('third')
# q.put_nowait() #没有数据就报错，可以通过try来搞
print(q.get())
print(q.get())
print(q.get())
# q.get_nowait() #没有数据就报错，可以通过try来搞
'''
结果(先进先出):
first
second
third
'''

先进后出(Lifo堆栈)示例：

import queue

q=queue.LifoQueue() #队列，类似于栈，栈我们提过吗，是不是先进后出的顺序啊
q.put('first')
q.put('second')
q.put('third')
# q.put_nowait()

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

优先级队列示例

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((-10,'a'))
q.put((-5,'a'))  #负数也可以
# q.put((20,'ws'))  #如果两个值的优先级一样，那么按照后面的值的acsii码顺序来排序,如果字符串第一个数元素相同，比较第二个元素的acsii码顺序
# q.put((20,'wd'))
# q.put((20,{'a':11})) #TypeError: unorderable types: dict() < dict() 不能是字典
# q.put((20,('w',1)))  #优先级相同的两个数据，他们后面的值必须是相同的数据类型才能比较，可以是元祖，也是通过元素的ascii码顺序来排序

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())
'''
结果(数字越小优先级越高,优先级高的优先出队):
'''

总结：这三种队列都是线程安全的，不会出现多个线程抢占同一个资源或数据的情况

Event事件

简介：开启两个线程，一个线程运行到中间某个阶段，触发另个线程执行，两个线程增加了耦合性

Event方法：

event.isSet()：#返回event的状态值；

event.wait()：#如果 event.isSet()==False将阻塞线程；

event.set()： #设置event的状态值为True，所有阻塞池的线程激活进入就绪状态， 等待操作系统调度；

event.clear()：#恢复event的状态值为False。

不用Event事件，一个线程检测连接服务器，一个线程连接服务器

from threading import Thread
from threading import current_thread
import time
flag=False#定义一个全局变量表示当前状态

def check():
    print(f'{current_thread().name}检测服务器是否开启')
    time.sleep(3)#睡三秒
    global flag#使用global声明修改全局变量
    flag=True#讲flag改为true
    print('服务器已开启')

def connect():
    while 1:
        print(f'{current_thread().name}等待连接')
        time.sleep(0.5)
        if flag:
            print(f'{current_thread().name}连接成功')
            break
t1=Thread(target=check)
t2=Thread(target=connect)
t1.start()
t2.start()
# 结果：
Thread-1监测服务器是否开启
Thread-2等待连接
Thread-2等待连接
Thread-2等待连接
Thread-2等待连接
Thread-2等待连接
Thread-2等待连接
服务器已开启
Thread-2 连接成功...

使用Event事件：

from threading import Thread
from threading import current_thread
from threading import Event
import time

event=Event()#实例化Event事件 event默认为False
def check():
    print(f'{current_thread().name}检测服务器连接')
    time.sleep(3)#休息三秒
    event.set()#将event改为True
    print(f'{current_thread().name}服务器已开启')

def connect():
    print(f'{current_thread().name}等待连接')
    event.wait()#判断event是否为True
    print(f'{current_thread().name}连接成功')

t1=Thread(target=check,)
t2=Thread(target=connect,)
t1.start()
t2.start()

一个线程监测服务器是否开始，另一个线程判断如果开始，则显示连接成功，只连接三次，1s一次，还没成功显示失败

from threading import Thread
from threading import current_thread
from threading import Event
import time
event=Event()
def check():
    print(f'{current_thread().name}检查服务器连接')
    time.sleep(4)
    event.set()
    print(f'{current_thread().name}服务器已开启')


def connect():
    count=1
    print(f'{current_thread().name}等待服务器连接')
    while count<=3:
        event.wait(1)
        if not event.is_set():
            print(f'{current_thread().name}尝试连接{count}')
            count+=1
        else:
            print(f'{current_thread().name}连接成功')
            break
    else:
        print(f'{current_thread().name}连接失败')

t1=Thread(target=check)
t2=Thread(target=connect)
t1.start()
t2.start()

协程
- 什么是协程？
  
  协程：一个线程并发的处理任务
  
  串行：一个线程执行一个任务，执行完之后，执行下一个任务
  
  并行：多个cpu执行多个任务，4个cpu执行4个任务
  
  并发：一个cpu执行多个任务，看起来像同时运行
  
  并发的真正核心：切换并保持状态
  
  多线程并发：3个线程处理10任务，如果线程1处理这个任务，遇见阻塞，cpu被操作系统切换到另一个线程
  
  一个线程并发处理任务：以一个线程执行3个任务为例：
  
  协程定义：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。
  
  单个cpu并发执行10个任务的三种方式：
  
  1、方式一:开启多进程并发执行, 操作系统切换+保持状态.
  
  2、方式二:开启多线程并发执行,操作系统切换+保持状态.
  
  3、方式三:开启协程并发的执行, 自己的程序把控着cpu 在3个任务之间来回切换+保持状态.
  
  以上三种实现方式，协程最好，这是因为：
  
  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.协程的运行速度更快
  
  3.协程会长期霸占cpu只执行我程序里面的所有任务.
  
  协程的特点：
  1. 必须在只有一个单线程里实现并发
  2. 修改共享数据不需加锁
  3. 用户程序里自己保存多个控制流的上下文栈(保持状态)
  4. 附加：一个协程遇到IO操作自动切换到其它协程
- Greenlet
  - Greenlet是python中的一个第三方模块，真正的协程模块就是使用greenlet完成的切换
  - 并发的两个核心：切换并且保持状态.接下来我们从一个例子慢慢引入此模块的用法
```
# 版本一：单切换
def func1():
    print('in func1')

def func2():
    print('in func2')
    func1()
    print('end')

func2()

# 版本二：切换+保持状态
import time
def gen():
    while 1:
        yield 1
        time.sleep(0.5)  # 手动设置IO,遇到IO无法自动切换

def func():
    obj = gen()
    for i in range(10):
        next(obj)
func()

# 版本三：切换+保持状态，遇到IO自动切换
from greenlet import greenlet
import time
def eat(name):
    print('%s eat 1' %name)  # 2
    g2.switch('taibai')  # 3
    time.sleep(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')  # 1 切换到eat任务
```
- 协程模块gevent
  - 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greenlet, 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的内部，但它们被协作式地调度。
  - gevent模块的几个用法:
```
# 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，spawn是异步提交任务

g2=gevent.spawn(func2)

g1.join() # 等待g1结束

g2.join() # 等待g2结束  有人测试的时候会发现，不写第二个join也能执行g2，是的，协程帮你切换执行了，但是你会发现，如果g2里面的任务执行的时间长，但是不写join的话，就不会执行完等到g2剩下的任务了

# 或者上述两步合作一步：gevent.joinall([g1,g2])
```
  - 使用time.sleep模拟程序中遇到的阻塞：
```
import gevent
import time
from threading import current_thread
def eat(name):
    print('%s eat 1' %name)
    print(current_thread().name)
    # gevent.sleep(2)
    time.sleep(2)
    print('%s eat 2' %name)

def play(name):
    print('%s play 1' %name)
    print(current_thread().name)
    # gevent.sleep(1) # gevent.sleep(1)模拟的是gevent可以识别的io阻塞
    time.sleep(1)
    # time.sleep(1)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
    print('%s play 2' %name)


g1 = gevent.spawn(eat,'egon')
g2 = gevent.spawn(play,name='egon')
print(f'主{current_thread().name}')
g1.join()
g2.join()
# 结果： 
主MainThread
egon eat 1
MainThread
egon eat 2
egon play 1
MainThread
egon play 2
```
  - 最终版本：
```
import gevent
from gevent import monkey
monkey.patch_all()  # 打补丁: 将下面的所有的任务的阻塞都打上标记
def eat(name):
    print('%s eat 1' %name)
    time.sleep(2)
    print('%s eat 2' %name)

def play(name):
    print('%s play 1' %name)
    time.sleep(1)
    print('%s play 2' %name)


g1 = gevent.spawn(eat,'egon')
g2 = gevent.spawn(play,name='egon')

# g1.join()
# g2.join()#当多个协程需要等待我们可以使用下面一行代码
gevent.joinall([g1,g2])
# 结果：
egon eat 1
egon play 1
egon play 2
egon eat 2
```
  - 负载均衡：就是指将负载（工作任务）进行平衡、分摊到多个操作单元上进行运行
  - Nginx：Nginx是一款轻量级的Web服务器/反向代理服务器及电子邮件（IMAP/POP3）代理服务器，其特点是占有内存少，并发能力强。
  - 总结：一般在工作中我们都是进程+线程+协程的方式来实现并发，以达到最好的并发效果，如果是4核的cpu，一般起5个进程，每个进程中20个线程（5倍cpu数量），每个线程可以起500个协程，大规模爬取页面的时候，等待网络延迟的时间的时候，我们就可以用协程去实现并发。并发数量 = 5 * 20 * 500 = 50000个并发，这是一般一个4cpu的机器最大的并发数。nginx在负载均衡的时候最大承载量就是5w个
    
    单线程里的这20个任务的代码通常会既有计算操作又有阻塞操作，我们完全可以在执行任务1时遇到阻塞，就利用阻塞的时间去执行任务2。。。。如此，才能提高效率，这就用到了Gevent模块。