线程queue、事件event及协程
线程queue
多线程抢占资源，让其保持串行的两种方式：
1、互斥锁
2、队列
线程队列分为以下三种：
1、Queue（先进先出）
import queueq = queue.Queue(3)
q.put(1)
q.put(2)
q.put(3)
# q.put(4,block=False) # 若不设置block参数，默认为True,大于队列长度进入阻塞状态，若设置block为False，大于对列长度直接报错
print(q.get())
print(q.get())
print(q.get())
# print(q.get(timeout=2)) 阻塞2s 还没有值直接报错
# 结果
1
2
32、LifoQueue（后进先出）
import queueq = queue.LifoQueue(3)
q.put(1)
q.put(2)
q.put(3)
print(q.get())
print(q.get())
print(q.get())
# 结果：
3
2
13、PriorityQueue（优先级队列）
import queueq = queue.PriorityQueue(3)
q.put((-1,'awe')) # 操作对象为元祖，第一个位置的数字越小，优先级越高
q.put((2,6))
q.put((0,3))
print(q.get())
print(q.get())
print(q.get())
# 结果：
(-1, 'awe')
(0, 3)
(2, 6)事件event
开启两个线程,一个线程运行到中间的某个阶段,触发另个线程执行.两个线程增加了耦合性.
引入事件event的两个阶段：
版本1：（判断全局变量状态）
from threading import Thread
from threading import current_thread
import timeflag =False
def check():print(f'{current_thread().name}监测服务器是否开启')time.sleep(3)global flagflag = Trueprint('服务器已开启')def connect():while not flag:print(f'{current_thread().name}等待连接')time.sleep(0.5)else:print(f'{current_thread().name} 连接成功...')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...版本2：（事件Event）
from threading import Thread
from threading import current_thread
from threading import Event
import timeevent = Event() # 创建事件对象def check():print(f'{current_thread().name}监测服务器是否开启')time.sleep(3)print(event.is_set()) # 判断事件是否设置event.set() # 设置事件print(event.is_set())print('服务器已开启')def connect():print(f'{current_thread().name}等待连接')event.wait() # 等待事件设置，阻塞状态print(f'{current_thread().name} 连接成功...')t1 = Thread(target=check,)
t2 = Thread(target=connect,)
t1.start()
t2.start()小练习：
将上述例子改为一个线程监测服务器状态，另一个线程判断服务器状态，如果服务器状态开启，则显示连接成功，此线程每1秒尝试连接服务器一次，一共连接3次，还没连接成功，则显示连接失败
from threading import Thread
from threading import current_thread
from threading import Event
import timeevent = Event() # 创建事件对象def check():print(f'{current_thread().name}监测服务器是否开启')time.sleep(3)event.set() # 设置事件print('服务器已开启')def connect():count = 1while 1:print(f'{current_thread().name}等待连接')event.wait(1) # 等待事件设置，阻塞状态if count == 4:print(f'{current_thread().name}连接成功')count += 1print(f'{current_thread().name}尝试连接{count}次...')else:print(f'{current_thread().name}连接成功')t1 = Thread(target=check,)
t2 = Thread(target=connect,)
t1.start()
t2.start()协程
协程：简单的来说就是一个线程并发的处理任务.
串行：一个线程执行一个任务,执行完毕之后,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,看起来像是同时运行.
并发真正的核心：切换并且保持状态.
多线程的并发： 3个线程处理10个任务,如果线程1处理的这个任务,遇到阻塞,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：
- 必须在只有一个单线程里实现并发
- 修改共享数据不需加锁
- 用户程序里自己保存多个控制流的上下文栈(保持状态)
- 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 1time.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) # 2g2.switch('taibai') # 3time.sleep(3)print('%s eat 2' %name) # 6g2.switch() # 7def play(name):print('%s play 1' %name) # 4g1.switch() # 5print('%s play 2' %name) # 8g1=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()
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。
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。
