Python - 多任务：协程

• • • • 并行 and 并发
      • 协程
      • yield 实现
      • greenlet 实现
      • gevent 实现

• 并行 and 并发

  在多任务中，存在两个概念：并发与并行。

  其中并发是假的多任务：在一个时间段中有多个程序都处于运行状态，且这几个程序是在同一个处理机上运行的，但任一个时刻点上实际只有一个程序在处理机上运行。在宏观上是同时进行，但微观上仍是顺序执行，所以称之为假的多任务。

  而并行则是真的多任务：多个程序同时在多个处理机上运行，宏观上同时进行，在微观上仍然是同时进行的，所以是真的多任务

  对于之前讲过的多线程，根据具体运行环境的不同，它所属情况也不同。例如在 Java 中多线程就是真的多任务，是并行计算，而在 Python 中，由于全局解释器锁的存在（GIL，Global Interpreter Lock），使得在同一进程内任何时刻仅有一个线程在执行，所以运行中是假的多任务。

• 协程

  Python 中的协程仍然是假的多任务，本质是调用多个生成器的

  __next__()

  方法，达到多个生成器交替运行的效果。

  协程运行于单线程中，任务调度（切换执行任务）都相当于调用函数，所以耗费的资源非常的少。（多进程最耗费资源，多线程次之，协程最少）

  下面看一下协程的实现方式。

• yield 实现

  实际上通过调用

  __next__()

  实现协程，使得多个函数交替进行。

  def task_1():
      while True:
          print("1")
          yield
  
  
  def task_2():
      while True:
          print("2")
          yield
  
  
  def main():
      t1 = task_1()
      t2 = task_2()
      while True:
          next(t1)
          next(t2)
  
  main（）
             

• greenlet 实现

  import greenlet
  
  def task_1():
      while True:
          print("1")
          # 手动切换到 task_2
          g2.switch()
  
  
  def task_2():
      while True:
          print("2")
          # 手动切换到 task_1
          g1.switch()
  
  g1 = greenlet(task_1)
  g2 = greenlet(task_2)
             

• gevent 实现

from gevent import monkey
	import gevent

    # 协程 gevent 在延时（或执行耗时操作、阻塞）的时候会自动切换任务
    # 协程就是利用 IO 等待时间执行其他任务
    # 方法内部使用 gevent.sleep() 进行延时操作，但手动添加 sleep 不现实，
    # 所以使用 monkey.patch_all() 自动将所有等待操作替换成 gevent.sleep()
	monkey.patch_all()

	def task_1():
	    while True:
	        print("1")
	        # 手动切换到 task_2
	        g2.switch()
	
	def task_2():
	    while True:
	        print("2")
	        # 手动切换到 task_1
	        g1.switch()

	g1 = gevent.spawn(task_1)
	g2 = gevent.spawn(task_2)
	
	# 或者 gevent.joinall([g1, g2])
    g1.join()
    g2.join()