一、引子
主题是基于单线程来实现并发，即只用一个主线程（很明显可利用的cpu只用一个）情况下实现并发，并发的本质：切换+保存状态
cpu正在运行一个任务，会在两种情况下切走去执行其他的任务（切换由操作系统强制控制），一种情况是该任务发生了阻塞，另外一种情况是该任务计算的时间过长。
1：其中第二种情况并不能提升效率，只是为了让cpu能够雨露均沾，实现看起来所有任务都被“同时”执行的效果，如果多个任务都是纯计算的，这种切换反而会降低效率，为此我们可以基于yield来验证。yield本身就是一种在单线程下可以保存任务运行状态的方法：
#1 yiled可以保存状态，yield的状态保存与操作系统的保存线程状态很像，但是yield是代码级别控制的，更轻量级 #2 send可以把一个函数的结果传给另外一个函数，以此实现单线程内程序之间的切换
1 #串行执行 2 import time 3 def consumer(res): 4 '''任务1:接收数据,处理数据''' 5 pass 6 7 def producer(): 8 '''任务2:生产数据''' 9 res=[] 10 for i in range(10000000): 11 res.append(i) 12 return res 13 14 start=time.time() 15 #串行执行 16 res=producer() 17 consumer(res) 18 stop=time.time() 19 print(stop-start) #1.5536692142486572 20 21 22 23 #基于yield并发执行 24 import time 25 def consumer(): 26 '''任务1:接收数据,处理数据''' 27 while True: 28 x=yield 29 30 def producer(): 31 '''任务2:生产数据''' 32 g=consumer() 33 next(g) 34 for i in range(10000000): 35 g.send(i) 36 37 start=time.time() 38 #基于yield保存状态,实现两个任务直接来回切换,即并发的效果 39 #PS:如果每个任务中都加上打印,那么明显地看到两个任务的打印是你一次我一次,即并发执行的. 40 producer() 41 42 stop=time.time() 43 print(stop-start) #2.0272178649902344 44 45 单纯地切换反而会降低运行效率
2、第一种情况的切换，在任务一遇到io情况下，切到任务二去执行，这样就可以利用任务一任务二的计算，效率的提升就在于此。
1 import time 2 def consumer(): 3 '''任务1:接收数据,处理数据''' 4 while True: 5 x=yield 6 7 def producer(): 8 '''任务2:生产数据''' 9 g=consumer() 10 next(g) 11 for i in range(10000000): 12 g.send(i) 13 time.sleep(2) 14 15 start=time.time() 16 producer() #并发执行,但是任务producer遇到io就会阻塞住,并不会切到该线程内的其他任务去执行 17 18 stop=time.time() 19 print(stop-start) 20 21 yield并不能实现遇到io切换
对于单线程下，我们不可避免程序中出现io操作，但如果我们能在自己的程序中（即用户程序级别，而非操作系统级别）控制单线程下的多个任务能在一个任务遇到io阻塞时就切换到另外一个任务去计算，这样就保证了该线程能够最大限度地处于就绪态，即随时都可以被cpu执行的状态，相当于我们在用户程序级别将自己的io操作最大限度地隐藏起来，从而可以迷惑操作系统，让其看到：该线程好像是一直在计算，io比较少，从而更多的将cpu的执行权限分配给我们的线程。
协程的本质就是在单线程下，由用户自己控制一个任务遇到io阻塞了就切换另外一个任务去执行，以此来提升效率，为了实现它，我们需要找寻可以同时满足以下条件的解决方案：
#1. 可以控制多个任务之间的切换，切换之前将任务的状态保存下来，以便重新运行时，可以基于暂停的位置继续执行。 #2. 作为1的补充：可以检测io操作，在遇到io操作的情况下才发生切换
二、协程介绍
协程：是单线程下的并发，又称微线程，纤程。英文名Coroutine，一句话说明说明是协程：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。
需要强调的是：
#1. python的线程属于内核级别的，即由操作系统控制调度（如单线程遇到io或执行时间过长就会被迫交出cpu执行权限，切换其他线程运行） #2. 单线程内开启协程，一旦遇到io，就会从应用程序级别（而非操作系统）控制切换，以此来提升效率（！！！非io操作的切换与效率无关）
对比操作系统控制线程的切换，用户在单线程类控制协程的切换
优点如下：
#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. 单线程内就可以实现并发的效果，最大限度地利用cpu
缺点如下：
#1. 协程的本质是单线程下，无法利用多核，可以是一个程序开启多个进程，每个进程内开启多个线程，每个线程内开启协程 #2. 协程指的是单个线程，因而一旦协程出现阻塞，将会阻塞整个线程
总结协程特点：
1、必须在只有一个单线程里实现并发
2、修改共享数据不需要加锁
3、用户程序里自己保存多个控制流的上下文栈
4、附加：一个协程遇到io操作自动切换到其它协程（如何实现检测io，yield，greenlet都无法实现，就用到了gevent模块（select机制））。
三、Greenlet
如果我们在单线程内有20个任务，要想实现在多个任务之间切换，使用yield生产器的方式过于麻烦（需要先得到初始化一次的生成器，然后再调用send...非常麻烦），而使用greenlet模块可以非常简单地实现这20个任务直接的切换
#安装 pip3 install greenlet
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时传入参数，以后都不需要
单纯的切换（在没有io的情况下或者没有重复开辟内存空间的操作），反而会降低程序的执行速度
1 #顺序执行
2 import time
3 def f1():
4 res=1
5 for i in range(100000000):
6 res+=i
7
8 def f2():
9 res=1
10 for i in range(100000000):
11 res*=i
12
13 start=time.time()
14 f1()
15 f2()
16 stop=time.time()
17 print('run time is %s' %(stop-start)) #10.985628366470337
18
19 #切换
20 from greenlet import greenlet
21 import time
22 def f1():
23 res=1
24 for i in range(100000000):
25 res+=i
26 g2.switch()
27
28 def f2():
29 res=1
30 for i in range(100000000):
31 res*=i
32 g1.switch()
33
34 start=time.time()
35 g1=greenlet(f1)
36 g2=greenlet(f2)
37 g1.switch()
38 stop=time.time()
39 print('run time is %s' %(stop-start)) # 52.763017892837524
greenlet只是提供了一种比generator更加便捷的切换方式，当切到一个任务执行时如果遇到io，那就原地阻塞，仍然是没有解决遇到io自动切换来提升效率的问题。
单线程里这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。
四、Gevent介绍
#安装 pip3 install 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。
#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 g2=gevent.spawn(func2) g1.join() #等待g1结束 g2.join() #等待g2结束 #或者上述两步合作一步：gevent.joinall([g1,g2]) g1.value#拿到func1的返回值
遇到io阻塞时会自动切换任务
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)模拟的是gevent可以识别的io阻塞，而time.sleep(2)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 from gevent import monkey;monkey.patch_all()必须放到被打补丁者的前面，如time，socket模块之前或者我们干脆记忆成：要用gevent，需要将from gevent import monkey;monkey.patch_all()放到文件的开头
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')
我们可以用threading.current_thread().getNname()来查看每个g1和g2，查看的结果为Dummy Thread-n,即假线程
from gevent import monkey;monkey.patch_all()
import gevent
import time
import threading
def eat(name):
print(threading.current_thread().getName())
print('%s eat 1' %name)
time.sleep(1)
print('%s eat 2' %name)
def play(name):
print(threading.current_thread().getName())
print('%s play 1' %name)
time.sleep(2)
print('%s play 2' %name)
g1=gevent.spawn(eat,'egon')
g2=gevent.spawn(play,'egon')
# g1.join()
# g2.join()
gevent.joinall([g1,g2])
'''
执行结果
DummyThread-1
egon eat 1
DummyThread-2
egon play 1
egon eat 2
egon play 2
'''
五、Gevent之间同步与异步
1 from gevent import spawn,joinall,monkey;monkey.patch_all()
2
3 import time
4 def task(pid):
5 """
6 Some non-deterministic task
7 """
8 time.sleep(0.5)
9 print('Task %s done' % pid)
10
11
12 def synchronous():
13 for i in range(10):
14 task(i)
15
16 def asynchronous():
17 g_l=[spawn(task,i) for i in range(10)]
18 joinall(g_l)
19
20 if __name__ == '__main__':
21 print('Synchronous:')
22 synchronous()
23
24 print('Asynchronous:')
25 asynchronous()
26 #上面程序的重要部分是将task函数封装到Greenlet内部线程的gevent.spawn。 初始化的greenlet列表存放在数组threads中，此数组被传给gevent.joinall 函数，后者阻塞当前流程，并执行所有给定的greenlet。执行流程只会在 所有greenlet执行完后才会继续向下走。
六、Gevent之应用举例一
1 from gevent import monkey;monkey.patch_all()
2 import gevent
3 import requests
4 import time
5
6 def get_page(url):
7 print('GET: %s' %url)
8 response=requests.get(url)
9 if response.status_code == 200:
10 print('%d bytes received from %s' %(len(response.text),url))
11
12
13 start_time=time.time()
14 gevent.joinall([
15 gevent.spawn(get_page,'https://www.python.org/'),
16 gevent.spawn(get_page,'https://www.yahoo.com/'),
17 gevent.spawn(get_page,'https://github.com/'),
18 ])
19 stop_time=time.time()
20 print('run time is %s' %(stop_time-start_time))
21
22 协程应用：爬虫
七、Gevent之应用举例二
通过gevent实现单线程下的socket并发（from gevent import monkey;monkey.patch_all()一定要放到导入socket模块之前，否则gevent无法识别socket的阻塞）
1 from gevent import monkey;monkey.patch_all()
2 from socket import *
3 import gevent
4
5 #如果不想用money.patch_all()打补丁,可以用gevent自带的socket
6 # from gevent import socket
7 # s=socket.socket()
8
9 def server(server_ip,port):
10 s=socket(AF_INET,SOCK_STREAM)
11 s.setsockopt(SOL_SOCKET,SO_REUSEADDR,1)
12 s.bind((server_ip,port))
13 s.listen(5)
14 while True:
15 conn,addr=s.accept()
16 gevent.spawn(talk,conn,addr)
17
18 def talk(conn,addr):
19 try:
20 while True:
21 res=conn.recv(1024)
22 print('client %s:%s msg: %s' %(addr[0],addr[1],res))
23 conn.send(res.upper())
24 except Exception as e:
25 print(e)
26 finally:
27 conn.close()
28
29 if __name__ == '__main__':
30 server('127.0.0.1',8080)
31
32 服务端
1 #_*_coding:utf-8_*_
2 __author__ = 'Linhaifeng'
3
4 from socket import *
5
6 client=socket(AF_INET,SOCK_STREAM)
7 client.connect(('127.0.0.1',8080))
8
9
10 while True:
11 msg=input('>>: ').strip()
12 if not msg:continue
13
14 client.send(msg.encode('utf-8'))
15 msg=client.recv(1024)
16 print(msg.decode('utf-8'))
17
18 客户端
1 from threading import Thread
2 from socket import *
3 import threading
4
5 def client(server_ip,port):
6 c=socket(AF_INET,SOCK_STREAM) #套接字对象一定要加到函数内，即局部名称空间内，放在函数外则被所有线程共享，则大家公用一个套接字对象，那么客户端端口永远一样了
7 c.connect((server_ip,port))
8
9 count=0
10 while True:
11 c.send(('%s say hello %s' %(threading.current_thread().getName(),count)).encode('utf-8'))
12 msg=c.recv(1024)
13 print(msg.decode('utf-8'))
14 count+=1
15 if __name__ == '__main__':
16 for i in range(500):
17 t=Thread(target=client,args=('127.0.0.1',8080))
18 t.start()
19
20 多线程并发多个客户端
来源：https://www.cnblogs.com/fanglingen/p/7486020.html