official link:
https://docs.python.org/3/library/asyncio-task.html
一、本章主題基于單線程實(shí)現(xiàn)并發(fā)，即只用一個(gè)主線程（很明顯CPU只有一個(gè)）情況下實(shí)現(xiàn)并發(fā)，首先了解下并發(fā)的本質(zhì)：切換+保存狀態(tài)
CPU正在運(yùn)行一個(gè)任務(wù)，會(huì)在兩種情況下切走去執(zhí)行其他的任務(wù)（切換由操作系統(tǒng)強(qiáng)制控制），一種情況是該任務(wù)發(fā)生了阻塞，另外一種是該任務(wù)計(jì)算的時(shí)間過長或有一個(gè)優(yōu)先級(jí)更高的程序代替了它。
ps：在介紹進(jìn)程理論時(shí)，提及進(jìn)程的三種執(zhí)行狀態(tài)，而線程才是執(zhí)行單位，所以也可以將上圖理解為線程的三種狀態(tài) 。
一：其中第二種情況并不能提升效率，只是為了讓CPU能夠雨露均沾，實(shí)現(xiàn)看起來所有任務(wù)都被‘同時(shí)’執(zhí)行的效果，如果多個(gè)任務(wù)都是純計(jì)算的，這種切換反而會(huì)降低效率。為此我們可以基于yield來驗(yàn)證。yield本身就是一種在單線程下可以保存任務(wù)運(yùn)行狀態(tài)的方法：
1、yield可以保存狀態(tài)，yield的狀態(tài)保存與操作系統(tǒng)的保存線程狀態(tài)很像，但是yield是代碼級(jí)別控制的，更輕量級(jí)。
2、send可以把一個(gè)函數(shù)的結(jié)果傳遞給另外一個(gè)函數(shù)，以此實(shí)現(xiàn)單線程內(nèi)程序之間的切換。
#串行執(zhí)行
import time
def consumer(res):
'''任務(wù)1:接收數(shù)據(jù),處理數(shù)據(jù)'''
pass
def producer():
'''任務(wù)2:生產(chǎn)數(shù)據(jù)'''
res=[]
for i in range(10000000):
res.append(i)
return res
start=time.time()
#串行執(zhí)行
res=producer()
consumer(res) #寫成consumer(producer())會(huì)降低執(zhí)行效率
stop=time.time()
print(stop-start) #1.5536692142486572
#基于yield并發(fā)執(zhí)行
import time
def consumer():
'''任務(wù)1:接收數(shù)據(jù),處理數(shù)據(jù)'''
while True:
x=yield
def producer():
'''任務(wù)2:生產(chǎn)數(shù)據(jù)'''
g=consumer()
next(g)
for i in range(10000000):
g.send(i)
start=time.time()
#基于yield保存狀態(tài),實(shí)現(xiàn)兩個(gè)任務(wù)直接來回切換,即并發(fā)的效果
#PS:如果每個(gè)任務(wù)中都加上打印,那么明顯地看到兩個(gè)任務(wù)的打印是你一次我一次,即并發(fā)執(zhí)行的.
producer()
stop=time.time()
print(stop-start) #2.0272178649902344
單純地切換反而會(huì)降低運(yùn)行效率
二、第一種情況的切換。在任務(wù)一遇到io的情況下，切到任務(wù)二去執(zhí)行，這樣就可以用任務(wù)一的阻塞的時(shí)間去完成任務(wù)二的計(jì)算，效率的提升就在于此。
import time
def consumer():
'''任務(wù)1:接收數(shù)據(jù),處理數(shù)據(jù)'''
while True:
x=yield
def producer():
'''任務(wù)2:生產(chǎn)數(shù)據(jù)'''
g=consumer()
next(g)
for i in range(10000000):
g.send(i)
time.sleep(2)
start=time.time()
producer() #并發(fā)執(zhí)行,但是任務(wù)producer遇到io就會(huì)阻塞住,并不會(huì)切到該線程內(nèi)的其他任務(wù)去執(zhí)行
stop=time.time()
print(stop-start)
yield并不能實(shí)現(xiàn)遇到io切換
對于單線程下，我們不可避免在程序中出現(xiàn)io操作，但如果我們能在自己的程序中（即用戶程序級(jí)別，而非操作系統(tǒng)級(jí)別）控制單線程下多個(gè)任務(wù)能在一個(gè)任務(wù)遇到io阻塞是就切換到另外一個(gè)任務(wù)去計(jì)算，這樣就保證了該線程能夠最大限度地處于就緒狀態(tài)，即隨時(shí)都可以被CPU執(zhí)行的轉(zhuǎn)態(tài)，相當(dāng)于我們在用戶級(jí)別將自己的i操作最大限度地隱藏起來，從而可以迷惑操作系統(tǒng)，讓其看到：該線程好像一直在計(jì)算，io比較少，從而更多的將cpu的執(zhí)行權(quán)限分配給我們的線程。
協(xié)程的本質(zhì)就是在單線下，由用戶自己控制一個(gè)任務(wù)遇到io阻塞就切換到另外一個(gè)任務(wù)去執(zhí)行，以此來提升效率。為了實(shí)現(xiàn)它，我們需要找尋一種可以同時(shí)滿足以下條件的解決方案：
#1. 可以控制多個(gè)任務(wù)之間的切換，切換之前將任務(wù)的狀態(tài)保存下來，以便重新運(yùn)行時(shí)，可以基于暫停的位置繼續(xù)執(zhí)行。
#2. 作為1的補(bǔ)充：可以檢測io操作，在遇到io操作的情況下才發(fā)生切換
二、協(xié)程介紹（Coroutine）
協(xié)程: 是單線程下的并發(fā)，又稱微線程，纖程。一句話說什么是協(xié)程：協(xié)程是一種用戶態(tài)的輕量級(jí)線程，即協(xié)程是由用戶程序自己控制調(diào)度的。
1、Python的線程是屬于內(nèi)核級(jí)別的，即有操作系統(tǒng)控制調(diào)度（如果單線程遇到io或執(zhí)行時(shí)間過長就會(huì)被迫交出CPU的執(zhí)行權(quán)限，切換到其他線程運(yùn)行）
2、單線程內(nèi)開啟協(xié)程，一旦遇到io，就會(huì)從應(yīng)用程序級(jí)別（而非操系統(tǒng)）控制切換，以此來提升效率（！??！而非io操作的切換與效率無關(guān)）
對比操作系統(tǒng)控制線程的切換，用戶在單線程內(nèi)控制協(xié)程的切換
優(yōu)點(diǎn)如下：
#1. 協(xié)程的切換開銷更小，屬于程序級(jí)別的切換，操作系統(tǒng)完全感知不到，因而更加輕量級(jí)
#2. 單線程內(nèi)就可以實(shí)現(xiàn)并發(fā)的效果，最大限度地利用cpu
缺點(diǎn)如下：
1、協(xié)程的本質(zhì)就是在單線程下，無法利用多核，可以是一個(gè)程序開啟多個(gè)進(jìn)程，每個(gè)進(jìn)程內(nèi)開啟多個(gè)線程，每個(gè)線程內(nèi)開啟協(xié)程。
2、協(xié)程是指單個(gè)線程，因而一旦協(xié)程出現(xiàn)阻塞，將會(huì)阻塞整個(gè)線程
總結(jié)協(xié)程特點(diǎn)：
1、必須在只有一個(gè)單線程里實(shí)現(xiàn)并發(fā)
2、修改共享數(shù)據(jù)不需加鎖
3、用戶程序里自己保存多個(gè)控制流的上下文棧
4、附加：一個(gè)協(xié)程遇到io操作自動(dòng)切換到其他協(xié)程（如何實(shí)現(xiàn)檢測io，yield，greenlet都無法實(shí)現(xiàn)，此時(shí)就用到了gvent模塊（select機(jī)制））
三Greenlet
如果我們在單個(gè)線程內(nèi)有20個(gè)任務(wù)，要想實(shí)現(xiàn)在多個(gè)任務(wù)之間切換，使用yield生成器的方式過于麻煩（需要先得到初始化一次的生成器，然后再調(diào)用send。。。非常麻煩），而使用greenlet模塊可以非常簡單地實(shí)現(xiàn)這20個(gè)任務(wù)直接的切換
from greenlet import greenlet
def eat(name):
print('%s eat 1' %name)
g2.switch('egon')
print('%s eat 2' %name)
g2.switch()
def play(name):
print('%s play 1' %name)
g1.switch()
print('%s play 2' %name)
g1=greenlet(eat)
g2=greenlet(play)
g1.switch('egon')#可以在第一次switch時(shí)傳入?yún)?shù)，以后都不需要
單純的切換（在沒有io的情況下或者沒有重復(fù)開辟內(nèi)存空間的操作），反而會(huì)降低程序的執(zhí)行速度
#順序執(zhí)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
總結(jié)：greenlet只是提供了一種比generator更加便捷的方式，當(dāng)切到一個(gè)任務(wù)執(zhí)行時(shí)如果遇到io，那就原地阻塞，仍然是沒有解決遇到io自動(dòng)切換來提升效率的問題。
單線程里的這20個(gè)任務(wù)的代碼通常會(huì)既有計(jì)算操作又有阻塞操作，我們完全可以在執(zhí)行任務(wù)1時(shí)遇到阻塞，就利用阻塞的時(shí)間去執(zhí)行任務(wù)2。。。。如此，才能提高效率，這就用到了Gevent模塊。
四、Gevent
Gevent 是一個(gè)第三方庫，可以輕松通過gevent實(shí)現(xiàn)并發(fā)同步或異步編程，在gevent中用到的主要模式是Greenlet, 它是以C擴(kuò)展模塊形式接入Python的輕量級(jí)協(xié)程。 Greenlet全部運(yùn)行在主程序操作系統(tǒng)進(jìn)程的內(nèi)部，但它們被協(xié)作式地調(diào)度。
#用法
g1=gevent.spawn(func,1,,2,3,x=4,y=5)創(chuàng)建一個(gè)協(xié)程對象g1，spawn括號(hào)內(nèi)第一個(gè)參數(shù)是函數(shù)名，如eat，后面可以有多個(gè)參數(shù)，可以是位置實(shí)參或關(guān)鍵字實(shí)參，都是傳給函數(shù)eat的
g2=gevent.spawn(func2)
g1.join() #等待g1結(jié)束
g2.join() #等待g2結(jié)束
#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(shí)會(huì)自動(dòng)切換任務(wù)
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')
上例gevent.sleep(2)模擬的是gevent可以識(shí)別的io阻塞,
而time.sleep(2)或其他的阻塞,gevent是不能直接識(shí)別的需要用下面一行代碼,打補(bǔ)丁,就可以識(shí)別了from gevent import monkey;monkey.patch_all()必須放到被打補(bǔ)丁者的前面，如time，socket模塊之前或者我們干脆記憶成：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()
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')
我們可以用threading.current_thread().getName()來查看每個(gè)g1和g2，查看的結(jié)果為DummyThread-n，即假線程
五 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(shù)封裝到Greenlet內(nèi)部線程的gevent.spawn。 初始化的greenlet列表存放在數(shù)組threads中，此數(shù)組被傳給gevent.joinall 函數(shù)，后者阻塞當(dāng)前流程，并執(zhí)行所有給定的greenlet。執(zhí)行流程只會(huì)在 所有g(shù)reenlet執(zhí)行完后才會(huì)繼續(xù)向下走。
六 Gevent之應(yīng)用舉例一
協(xié)程應(yīng)用：爬蟲
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(xié)程應(yīng)用：爬蟲
