python编程使用协程并发的优缺点
协程
协程是一种用户态的轻量级线程，又称微线程。
协程拥有自己的寄存器上下文和栈，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.
优点:
- 1.无需线程上下文切换的开销
- 2.无需原子操作锁定及同步的开销
- 3.方便切换控制流，简化编程模型
- 4.高并发+高扩展性+低成本：一个CPU支持上万的协程都不是问题。所以很适合用于高并发处理。
所谓原子操作是指不会被线程调度机制打断的操作；这种操作一旦开始，就一直运行到结束，中间不会有任何 context switch （切换到另一个线程）。原子操作可以是一个步骤，也可以是多个操作步骤，但是其顺序是不可以被打乱，或者切割掉只执行部分。视作整体是原子性的核心
缺点:
- 1.无法利用多核资源：协程的本质是个单线程,它不能同时将 单个CPU 的多个核用上,协程需要和进程配合才能运行在多CPU上.当然我们日常所编写的绝大部分应用都没有这个必要，除非是cpu密集型应用。
- 2.进行阻塞（Blocking）操作（如IO时）会阻塞掉整个程序
使用Gevent
gevent是python的一个并发框架,以微线程greenlet为核心，使用了epoll事件监听机制以及诸多其他优化而变得高效.
简单示例
gevent的sleep可以交出控制权，当我们在受限于网络或IO的函数中使用gevent，这些函数会被协作式的调度， gevent的真正能力会得到发挥。Gevent处理了所有的细节， 来保证你的网络库会在可能的时候，隐式交出greenlet上下文的执行权
import geventdef foo(): print('running in foo') gevent.sleep(0) print('com back from bar in to foo')def bar(): print('running in bar') gevent.sleep(0) print('com back from foo in to bar')# 创建线程并行执行程序gevent.joinall([ gevent.spawn(foo), gevent.spawn(bar),])# 执行结果:#running in foo#running in bar#com back from bar in to foo#com back from foo in to bar 同步异步
import randomimport geventdef task(pid): gevent.sleep(random.randint(0, 2) * 0.001) print('Task %s done' % pid)def synchronous(): for i in range(1, 10): task(i)def asynchronous(): threads = [gevent.spawn(task, i) for i in range(10)] gevent.joinall(threads)print('Synchronous:')synchronous()print('Asynchronous:')asynchronous() 以子类的方法使用协程
可以子类化Greenlet类，重载它的_run方法，类似多线线程和多进程模块
import geventfrom gevent import Greenletclass Test(Greenlet): def __init__(self, message, n): Greenlet.__init__(self) self.message = message self.n = n def _run(self): print(self.message, 'start') gevent.sleep(self.n) print(self.message, 'end')tests = [ Test("hello", 3), Test("world", 2),]for test in tests: test.start() # 启动for test in tests: test.join() # 等待执行结束 使用monkey patch修改系统标准库(自动切换协程)
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 requestsfrom gevent import monkeymonkey.patch_socket()def task(url): r = requests.get(url) print('%s bytes received from %s' % (len(r.text), url))gevent.joinall([ gevent.spawn(task, 'https://www.baidu.com/'), gevent.spawn(task, 'https://www.qq.com/'), gevent.spawn(task, 'https://www.jd.com/'),]) 执行输出
2443 bytes received from https://www.baidu.com/108315 bytes received from https://www.jd.com/231873 bytes received from https://www.qq.com/可以看出3个网络操作是并发执行的，而且结束顺序不同