python网络编程(进程与多线程)

来源:转载

multiprocessing模块

由于GIL的存在,python中的多线程其实并不是真正的多线程,如果想要充分地使用多核CPU的资源,在python中大部分情况需要使用多进程。

multiprocessing包是Python中的多进程管理包。与threading.Thread类似,它可以利用multiprocessing.Process对象来创建一个进程。该进程可以运行在Python程序内部编写的函数。该Process对象与Thread对象的用法相同,也有start(), run(), join()的方法。

此外multiprocessing包中也有Lock/Event/Semaphore/Condition类 (这些对象可以像多线程那样,通过参数传递给各个进程),用以同步进程,其用法与threading包中的同名类一致。所以,multiprocessing的很大一部份与threading使用同一套API,只不过换到了多进程的情境。

multiprocessing模块的功能众多:支持子进程、通信和共享数据、执行不同形式的同步,提供了Process、Queue、Pipe、Lock等组件,进程没有任何共享状态,进程修改的数据,改动仅限于该进程内。

Process类的介绍

Process(target = talk,args = (conn,addr))#由该类实例化得到的对象,表示一个子进程中的任务(尚未启动)

group参数未使用,值始终为None,

target表示调用对象,即子进程要执行的任务,

args表示调用对象的位置参数元组,args=(1,2,'egon',),

kwargs表示调用对象的字典,kwargs={'name':'egon','age':18},

name为子进程的名称。

方法:p.start():启动进程,并调用该子进程中的p.run() 

p.run():进程启动时运行的方法,正是它去调用target指定的函数,我们自定义类的类中一定要实现该方法  

p.terminate():强制终止进程p,不会进行任何清理操作,如果p创建了子进程,该子进程就成了僵尸进程,使用该方法需要特别小心这种情况。如果p还保存了一个锁那么也将不会被释放,进而导致死锁

p.is_alive():如果p仍然运行,返回True

p.join([timeout]):主线程等待p终止(强调:是主线程处于等的状态,而p是处于运行的状态)。timeout是可选的超时时间,需要强调的是,p.join只能join住start开启的进程,而不能join住run开启的进程

属性:p.daemon:默认值为False,如果设为True,代表p为后台运行的守护进程,当p的父进程终止时,p也随之终止,并且设定为True后,p不能创建自己的新进程,必须在p.start()之前设置

p.name:进程的名称

p.pid:进程的pid,每个进程都会开启一个python解释器去完成,对应一个pid号。

from multiprocessing import Processimport osimport timedef info(name): print("name:",name) print('parent process:', os.getppid()) print('process id:', os.getpid()) print("------------------") time.sleep(1)def foo(name): info(name)if __name__ == '__main__': info('main process line') p1 = Process(target=info, args=('alvin',)) p2 = Process(target=foo, args=('egon',)) p1.start() p2.start() p1.join() p2.join() print("ending")运行结果:name: main process lineparent process: 7904#pycharm的进程pidprocess id: 11424#这个是python解释器的pid------------------name: alvinparent process: 11424process id: 9628------------------name: egonparent process: 11424process id: 9276------------------ending
pid

p.exitcode:进程在运行时为None、如果为–N,表示被信号N结束。

p.authkey:进程的身份验证键,默认是由os.urandom()随机生成的32字符的字符串。这个键的用途是为涉及网络连接的底层进程间通信提供安全性,这类连接只有在具有相同的身份验证键时才能成功。

使用方式分为直接调用和继承类方式调用:

from multiprocessing import Processimport time,randomimport osdef piao(name): print(os.getppid(),os.getpid()) print('%s is piaoing' %name) time.sleep(random.randint(1,3)) print('%s is piao end' %name)if __name__ == '__main__': p1=Process(target=piao,kwargs={'name':'alex',}) p2=Process(target=piao,args=('wupeiqi',)) p3=Process(target=piao,kwargs={'name':'yuanhao',}) p1.start() p2.start() p3.start() print('主进程',os.getpid())#os.getppid(),os.getpid()#父进程id,当前进程id
开启进程方式一
from multiprocessing import Processimport time,randomimport osclass Piao(Process): def __init__(self,name): super().__init__() self.name=name def run(self): print(os.getppid(),os.getpid()) print('%s is piaoing' %self.name) # time.sleep(random.randint(1,3)) print('%s is piao end' %self.name)if __name__ == '__main__': p1=Piao('alex') p2=Piao('wupeiqi') p3=Piao('yuanhao') p1.start() p2.start() p3.start() print('主进程',os.getpid(),os.getppid())
开启进程方式二

协程函数

协程拥有自己的寄存器上下文和栈。协程调度切换时,将寄存器上下文和栈保存到其他地方,在切回来的时候,恢复先前保存的寄存器上下文和栈。因此:

协程能保留上一次调用时的状态(即所有局部状态的一个特定组合),每次过程重入时,就相当于进入上一次调用的状态,换种说法:进入上一次离开时所处逻辑流的位置。

import time"""传统的生产者-消费者模型是一个线程写消息,一个线程取消息,通过锁机制控制队列和等待,但一不小心就可能死锁。如果改用协程,生产者生产消息后,直接通过yield跳转到消费者开始执行,待消费者执行完毕后,切换回生产者继续生产,效率极高。"""# 注意到consumer函数是一个generator(生成器):# 任何包含yield关键字的函数都会自动成为生成器(generator)对象def consumer(): r = '' while True: # 3、consumer通过yield拿到消息,处理,又通过yield把结果传回; # yield指令具有return关键字的作用。然后函数的堆栈会自动冻结(freeze)在这一行。 # 当函数调用者的下一次利用next()或generator.send()或for-in来再次调用该函数时, # 就会从yield代码的下一行开始,继续执行,再返回下一次迭代结果。通过这种方式,迭代器可以实现无限序列和惰性求值。 n = yield r if not n: return print('[CONSUMER] ←← Consuming %s...' % n) time.sleep(1) r = '200 OK'def produce(c): # 1、首先调用c.next()启动生成器 next(c) n = 0 while n < 5: n = n + 1 print('[PRODUCER] →→ Producing %s...' % n) # 2、然后,一旦生产了东西,通过c.send(n)切换到consumer执行; cr = c.send(n) # 4、produce拿到consumer处理的结果,继续生产下一条消息; print('[PRODUCER] Consumer return: %s' % cr) # 5、produce决定不生产了,通过c.close()关闭consumer,整个过程结束。 c.close()if __name__=='__main__': # 6、整个流程无锁,由一个线程执行,produce和consumer协作完成任务,所以称为“协程”,而非线程的抢占式多任务。 c = consumer() produce(c) '''result:[PRODUCER] →→ Producing 1...[CONSUMER] ←← Consuming 1...[PRODUCER] Consumer return: 200 OK[PRODUCER] →→ Producing 2...[CONSUMER] ←← Consuming 2...[PRODUCER] Consumer return: 200 OK[PRODUCER] →→ Producing 3...[CONSUMER] ←← Consuming 3...[PRODUCER] Consumer return: 200 OK[PRODUCER] →→ Producing 4...[CONSUMER] ←← Consuming 4...[PRODUCER] Consumer return: 200 OK[PRODUCER] →→ Producing 5...[CONSUMER] ←← Consuming 5...[PRODUCER] Consumer return: 200 OK'''
协程函数
from greenlet import greenlet def test1(): print (12) gr2.switch() print (34) gr2.switch() def test2(): print (56) gr1.switch() print (78) gr1 = greenlet(test1)gr2 = greenlet(test2)gr1.switch()
greenlet

gevent模块实现协程

Python通过yield提供了对协程的基本支持,但是不完全。而第三方的gevent为Python提供了比较完善的协程支持。

gevent是第三方库,通过greenlet实现协程,其基本思想是:

当一个greenlet遇到IO操作时,比如访问网络,就自动切换到其他的greenlet,等到IO操作完成,再在适当的时候切换回来继续执行。由于IO操作非常耗时,经常使程序处于等待状态,有了gevent为我们自动切换协程,就保证总有greenlet在运行,而不是等待IO。

由于切换是在IO操作时自动完成,所以gevent需要修改Python自带的一些标准库,这一过程在启动时通过monkey patch完成:

import geventimport timedef foo(): print("running in foo") gevent.sleep(2) print("switch to foo again")def bar(): print("switch to bar") gevent.sleep(5) print("switch to bar again")start=time.time()gevent.joinall( [gevent.spawn(foo), gevent.spawn(bar)])print(time.time()-start)
gevent示例

实际代码里,我们不会用gevent.sleep()去切换协程,而是在执行到IO操作时,gevent自动切换,代码如下:

from gevent import monkeymonkey.patch_all()import geventfrom urllib import requestimport timedef f(url): print('GET: %s' % url) resp = request.urlopen(url) data = resp.read() print('%d bytes received from %s.' % (len(data), url))start=time.time()gevent.joinall([ gevent.spawn(f, 'https://itk.org/'), gevent.spawn(f, 'https://www.github.com/'), gevent.spawn(f, 'https://zhihu.com/'),])# f('https://itk.org/')这是分别爬,串行的操作# f('https://www.github.com/')# f('https://zhihu.com/')print(time.time()-start)
协程在爬网页的I/O

I/O模型

一共有五种类型的I/O模型:1.阻塞I/O:全程阻塞,2.非阻塞I/O:发送多次系统调用,3.IO多路复用(监听多个连接)4.异步IO5.驱动信号

对于一个network IO (这里我们以read举例),它会涉及到两个系统对象,一个是调用这个IO的process (or thread),另一个就是系统内核(kernel)。当一个read操作发生时,它会经历两个阶段:

  •  等待数据准备 (Waiting for the data to be ready)
  •  将数据从内核拷贝到进程中 (Copying the data from the kernel to the process)

1.阻塞I/O

在linux中,默认情况下所有的socket都是blocking,一个典型的读操作流程大概是这样:

这两个阶段都是阻塞的,在进行的时候不可以做其他的任务,所以是全程阻塞。

non-blocking IO(非阻塞IO)

import socketimport timesock=socket.socket()sock.bind(("127.0.0.1",8800))sock.listen(5)sock.setblocking(False)#设置为非阻塞while 1: try: conn,addr=sock.accept() # 阻塞等待链接 except Exception as e: print(e) time.sleep(3)
非阻塞I/Oserver
import timeimport socketsk = socket.socket(socket.AF_INET,socket.SOCK_STREAM)while True: sk.connect(('127.0.0.1',6667)) print("hello") sk.sendall(bytes("hello","utf8")) time.sleep(2) break
client

copy data的时候是阻塞的,等待数据时在监听,数据不来就做其他的事,数据来了就复制数据。

优点:能够在等待任务完成的时间里干其他活了(包括提交其他任务,也就是 “后台” 可以有多个任务在同时执行)。

缺点:任务完成的响应延迟增大了,因为每过一段时间才去轮询一次read操作,而任务可能在两次轮询之间的任意时间完成。这会导致整体数据吞吐量的降低。并且数据也不是实时的,在数据没来时进行某个操作,操作期间数据来了,但是他不能立刻去copy data。

IO multiplexing(IO多路复用)

IO multiplexing就是select,epoll实现的。有些地方也称这种IO方式为event driven IO。select/epoll的好处就在于单个process就可以同时处理多个网络连接的IO。它的基本原理就是select/epoll这个function会不断的轮询所负责的所有socket,当某个socket有数据到达了,就通知用户进程。它的流程如图:

当用户进程调用了select,那么整个进程会被block,而同时,kernel会“监视”所有select负责的socket,当任何一个socket中的数据准备好了,select就会返回。这个时候用户进程再调用read操作,将数据从kernel拷贝到用户进程。

import socketimport timeimport selectsock=socket.socket()sock.bind(("127.0.0.1",8800))sock.listen(5)sock.setblocking(False)inputs=[sock,]print("sock",sock)while 1: r,w,e=select.select(inputs,[],[]) # 监听有变化的套接字 inputs=[sock,conn1,conn2,conn3..] print("r",r)#select就卡在这一有链接来就开始操作,没链接就block阻塞 print("r",w) print("r",e) for obj in r: # 第一次 [sock,] 第二次 #[conn1,] if obj==sock:#sock是用户来连接我我有变化,将新的链接加入 print('change') conn,addr=obj.accept() inputs.append(conn) # inputs=[sock,conn] else:#客户端传来消息,那么我的conn发生变化,进行数据交互 data=obj.recv(1024) print(data.decode("utf8")) send_data=input(">>>") obj.send(send_data.encode("utf8"))
I/O多路复用并发server
import socketsock=socket.socket()sock.connect(("127.0.0.1",8800))while 1: data=input("input>>>") sock.send(data.encode("utf8")) rece_data=sock.recv(1024) print(rece_data.decode("utf8"))sock.close()
client

select仅仅使用I/O多路复用就完成了并发。一开始只监听sock,一有客户端来连接将conn加入监听,然后传数据过来就只监听conn传数据,简单来说select只监听有变化的套接字,没有变化的套接字传输还是按照之前学的套接字之间的数据传输。

结论: select的优势在于可以处理多个连接,不适用于单个连接。

Asynchronous I/O(异步IO)

全程无阻塞,异步就是用户进程发起read操作之后,立刻就可以开始去做其它的事。而另一方面,从kernel的角度,当它受到一个asynchronous read之后,首先它会立刻返回,所以不会对用户进程产生任何block。然后,kernel会等待数据准备完成,然后将数据拷贝到用户内存,当这一切都完成之后,kernel会给用户进程发送一个signal,告诉它read操作完成了。

到目前为止,已经将四个IO Model都介绍完了。现在回过头来回答最初的那几个问题:blocking和non-blocking的区别在哪,synchronous IO和asynchronous IO的区别在哪。
调用blocking IO会一直block住对应的进程直到操作完成,而non-blocking IO在kernel还准备数据的情况下会立刻返回。

各个IO Model的比较如图所示:

non-blocking IO中,虽然进程大部分时间都不会被block,但是它仍然要求进程去主动的check,并且当数据准备完成以后,也需要进程主动的再次调用recvfrom来将数据拷贝到用户内存。而asynchronous IO则完全不同。它就像是用户进程将整个IO操作交给了他人(kernel)完成,然后他人做完后发信号通知。在此期间,用户进程不需要去检查IO操作的状态,也不需要主动的去拷贝数据。

selectors模块(基于select机制实现的IO多路复用)

这个模块已经封装了select,poll,和epoll实现I/O多路复用。

windows下只有select,linux上还有poll和epoll。

select缺点每次调用都要将所有文件描述符copy到内核空间导致效率低,每次都要遍历所有的fd,是否有数据访问。最大连接数1024,poll只是没有连接数限制。

epoll:第一个函数创建epoll句柄,只有第一次要将所有文件描述符copy到内核空间,第二个函数回调函数,某一个函数某一个动作成功完成后会触发的函数,为所有fd绑定回调函数,一旦有数据访问触发此回调函数,回调函数将fd放到链表中。第三个函数判断链表是否为空。

import selectors # 基于select模块实现的IO多路复用,建议大家使用import socketsock=socket.socket()sock.bind(("127.0.0.1",8800))sock.listen(5)sock.setblocking(False)sel=selectors.DefaultSelector() #根据具体平台选择最佳IO多路机制,比如在linux,选择epolldef read(conn,mask): try: data=conn.recv(1024) print(data.decode("UTF8")) data2=input(">>>") conn.send(data2.encode("utf8")) except Exception: sel.unregister(conn)def accept(sock,mask): conn, addr = sock.accept() print("conn",conn) sel.register(conn,selectors.EVENT_READ,read)sel.register(sock,selectors.EVENT_READ,accept) # selectors对象注册事件,监听谁就要注册谁,第二个默认,第三个监听对象有变化运行这个函数while 1: print("wating...") events=sel.select() # 监听 [(key1,mask1),(key2,mask2)]第一次只监听sock有链接过来才会继续 for key,mask in events: # print(key.fileobj) # conn # print(key.data) # read func=key.data#accept函数 obj=key.fileobj#sock func(obj,mask) # 1 accept(sock,mask) # 2 read(conn,mask)
selectors模块server

很明显封装好的模块省去了select的底层操作,用起来简便很多。

队列

多线程多进程才有队列的概念。队列是数据类型。

import queue#q=queue.Queue(3) # 默认是 先进先出(FIFO)管道容纳最大值# q.put(111)#put塞值# q.put("hello")# q.put(222)## q.put(223,False)## print(q.get())#get取值取不到值就是block# # print(q.get())# # print(q.get())# ## q.get(False)#取不到还把block转成false就会报错了。# queue 优点: 线程安全的
queue

q=Queue.Queue类即是一个队列的同步实现。队列长度可为无限或者有限。可通过Queue的构造函数的可选参数 maxsize来设定队列长度。如果maxsize小于1就表示队列长度无限。

q.put(10) 调用队列对象的put()方法在队尾插入一个项目。put()有两个参数,第一个item为必需的,为插入项目值; 第二个block为可选参数,默认为 1。如果队列当前为空且block为1,put()方法就使调用线程暂停,直到空出一个数据单元。如果block为0, put方法将引发Full异常。

将一个值从队列中取出 q.get() 调用队列对象的get()方法从队头删除并返回一个项目。可选参数为block,默认为True。如果队列为空且 block为True,get()就使调用线程暂停,直至有项目可用。如果队列为空且block为False,队列将引发Empty异常。

# join和task_done# q=queue.Queue(5)# q.put(111)# q.put(222)# q.put(22222)### while not q.empty():# a=q.get()# print(a)#q.task_done()#任务完成了告诉一下join# b=q.get()# print(b)# q.task_done()# q.join()只有所有的都任务都结束才不block否则都卡住## print("ending")
join,task_done

join() 阻塞进程,直到所有任务完成,需要配合另一个方法task_done。

task_done() 表示某个任务完成。每一条get语句后需要一条task_done。

其他常用方法

此包中的常用方法(q = Queue.Queue()):
q.qsize() 返回队列的大小

q.empty() 如果队列为空,返回True,反之False

q.full() 如果队列满了,返回True,反之False

q.full 与 maxsize 大小对应

q.get([block[, timeout]]) 获取队列,timeout等待时间

q.get_nowait() 相当q.get(False)非阻塞
q.put(item) 写入队列,timeout等待时间

q.put_nowait(item) 相当

q.put(item, False)

q.task_done() 在完成一项工作之后,

q.task_done() 函数向任务已经完成的队列发送一个信号

q.join() 实际上意味着等到队列为空,再执行别的操作。

其他模式

Python Queue模块有三种队列及构造函数:

1、Python Queue模块的FIFO队列先进先出。 class queue.Queue(maxsize)

2、LIFO类似于堆,即先进后出。 class queue.LifoQueue(maxsize)

3、还有一种是优先级队列级别越低越先出来。 class queue.PriorityQueue(maxsize)

# 先进后出模式# q=queue.LifoQueue() # Lifo last in first out### q.put(111)# q.put(222)# q.put(333)## print(q.get())
先进后出模式
# 优先级# q=queue.PriorityQueue()## q.put([4,"hello4"])# q.put([1,"hello"])# q.put([2,"hello2"])## print(q.get())# print(q.get())
优先级

生产者消费者模型

是一种设计模式。我们来模拟这个过程。

#生产者消费者模型import time,randomimport queue,threadingq = queue.Queue()def Producer(name): count = 0 while count <10:#生产数据 print("making........") time.sleep(2)#生产时间 q.put(count) print('Producer %s has produced %s baozi..' %(name, count)) count +=1 #q.task_done() #q.join() print("ok......")def Consumer(name):#消费者 count = 0 while count <10: time.sleep(1) if not q.empty(): data = q.get() #q.task_done() #q.join() print(data) print('/033[32;1mConsumer %s has eat %s baozi.../033[0m' %(name, data)) else: print("-----no baozi anymore----") count +=1p1 = threading.Thread(target=Producer, args=('A',))c1 = threading.Thread(target=Consumer, args=('B',))
生产者消费者模型

分享给朋友:
您可能感兴趣的文章:
随机阅读: