基于协程的Python网络库gevent介绍

HatDonnelly 8年前
   <p>继续Python协程方面的介绍,这次要讲的是gevent,它是一个并发网络库。它的协程是基于greenlet的,并基于libev实现快速事件循环(Linux上是epoll,FreeBSD上是kqueue,Mac OS X上是select)。有了gevent,协程的使用将无比简单,你根本无须像greenlet一样显式的切换,每当一个协程阻塞时,程序将自动调度,gevent处理了所有的底层细节。让我们看个例子来感受下吧。</p>    <pre>  <code class="language-python">import gevent     def test1():      print 12      gevent.sleep(0)      print 34     def test2():      print 56      gevent.sleep(0)      print 78     gevent.joinall([      gevent.spawn(test1),      gevent.spawn(test2),  ])  </code></pre>    <p>解释下,”gevent.spawn()”方法会创建一个新的greenlet协程对象,并运行它。”gevent.joinall()”方法会等待所有传入的greenlet协程运行结束后再退出,这个方法可以接受一个”timeout”参数来设置超时时间,单位是秒。运行上面的程序,执行顺序如下:</p>    <ol>     <li>先进入协程test1,打印12</li>     <li>遇到”gevent.sleep(0)”时,test1被阻塞,自动切换到协程test2,打印56</li>     <li>之后test2被阻塞,这时test1阻塞已结束,自动切换回test1,打印34</li>     <li>当test1运行完毕返回后,此时test2阻塞已结束,再自动切换回test2,打印78</li>     <li>所有协程执行完毕,程序退出</li>    </ol>    <p>所以,程序运行下来的输出就是:</p>    <p>注意,这里与上一篇greenlet中第一个例子运行的结果不一样,greenlet一个协程运行完后,必须显式切换,不然会返回其父协程。而在gevent中,一个协程运行完后,它会自动调度那些未完成的协程。</p>    <p>我们换一个更有意义的例子:</p>    <pre>  <code class="language-python">import gevent  import socket     urls = ['www.baidu.com', 'www.gevent.org', 'www.python.org']  jobs = [gevent.spawn(socket.gethostbyname, url) for urlin urls]  gevent.joinall(jobs, timeout=5)     print [job.valuefor jobin jobs]  </code></pre>    <p>我们通过协程分别获取三个网站的IP地址,由于打开远程地址会引起IO阻塞,所以gevent会自动调度不同的协程。另外,我们可以通过协程对象的”value”属性,来获取协程函数的返回值。</p>    <p>猴子补丁 Monkey patching</p>    <p>细心的朋友们在运行上面例子时会发现,其实程序运行的时间同不用协程是一样的,是三个网站打开时间的总和。可是理论上协程是非阻塞的,那运行时间应该等于最长的那个网站打开时间呀?其实这是因为Python标准库里的socket是阻塞式的,DNS解析无法并发,包括像urllib库也一样,所以这种情况下用协程完全没意义。那怎么办?</p>    <p>一种方法是使用gevent下的socket模块,我们可以通过”from gevent import socket”来导入。不过更常用的方法是使用猴子布丁(Monkey patching):</p>    <pre>  <code class="language-python">from geventimport monkey; monkey.patch_socket()  import gevent  import socket     urls = ['www.baidu.com', 'www.gevent.org', 'www.python.org']  jobs = [gevent.spawn(socket.gethostbyname, url) for urlin urls]  gevent.joinall(jobs, timeout=5)     print [job.valuefor jobin jobs]  </code></pre>    <p>上述代码的第一行就是对socket标准库打上猴子补丁,此后socket标准库中的类和方法都会被替换成非阻塞式的,所有其他的代码都不用修改,这样协程的效率就真正体现出来了。Python中其它标准库也存在阻塞的情况,gevent提供了”monkey.patch_all()”方法将所有标准库都替换。</p>    <pre>  <code class="language-python">from geventimport monkey; monkey.patch_all()  </code></pre>    <p>使用猴子补丁褒贬不一,但是官网上还是建议使用”patch_all()”,而且在程序的第一行就执行。</p>    <p>获取协程状态</p>    <p>协程状态有已启动和已停止,分别可以用协程对象的”started”属性和”ready()”方法来判断。对于已停止的协程,可以用”successful()”方法来判断其是否成功运行且没抛异常。如果协程执行完有返回值,可以通过”value”属性来获取。另外,greenlet协程运行过程中发生的异常是不会被抛出到协程外的,因此需要用协程对象的”exception”属性来获取协程中的异常。下面的例子很好的演示了各种方法和属性的使用。</p>    <pre>  <code class="language-python">#coding:utf8  import gevent     def win():      return 'You win!'     def fail():      raise Exception('You failed!')     winner = gevent.spawn(win)  loser = gevent.spawn(fail)     print winner.started # True  print loser.started  # True     # 在Greenlet中发生的异常,不会被抛到Greenlet外面。  # 控制台会打出Stacktrace,但程序不会停止  try:      gevent.joinall([winner, loser])  except Exception as e:      # 这段永远不会被执行      print 'This will never be reached'     print winner.ready() # True  print loser.ready()  # True     print winner.value # 'You win!'  print loser.value  # None     print winner.successful() # True  print loser.successful()  # False     # 这里可以通过raise loser.exception 或 loser.get()  # 来将协程中的异常抛出  print loser.exception  </code></pre>    <p>协程运行超时</p>    <p>之前我们讲过在”gevent.joinall()”方法中可以传入timeout参数来设置超时,我们也可以在全局范围内设置超时时间:</p>    <pre>  <code class="language-python">import gevent  from geventimport Timeout     timeout = Timeout(2)  # 2 seconds  timeout.start()     def wait():      gevent.sleep(10)     try:      gevent.spawn(wait).join()  except Timeout:      print('Could not complete')  </code></pre>    <p>上例中,我们将超时设为2秒,此后所有协程的运行,如果超过两秒就会抛出”Timeout”异常。我们也可以将超时设置在with语句内,这样该设置只在with语句块中有效:</p>    <pre>  <code class="language-python">with Timeout(1):      gevent.sleep(10)  </code></pre>    <p>此外,我们可以指定超时所抛出的异常,来替换默认的”Timeout”异常。比如下例中超时就会抛出我们自定义的”TooLong”异常。</p>    <pre>  <code class="language-python">class TooLong(Exception):      pass     with Timeout(1, TooLong):      gevent.sleep(10)  </code></pre>    <p>协程间通讯</p>    <p>greenlet协程间的异步通讯可以使用事件(Event)对象。该对象的”wait()”方法可以阻塞当前协程,而”set()”方法可以唤醒之前阻塞的协程。在下面的例子中,5个waiter协程都会等待事件evt,当setter协程在3秒后设置evt事件,所有的waiter协程即被唤醒。</p>    <pre>  <code class="language-python">#coding:utf8  import gevent  from gevent.eventimport Event     evt = Event()     def setter():      print 'Wait for me'      gevent.sleep(3)  # 3秒后唤醒所有在evt上等待的协程      print "Ok, I'm done"      evt.set()  # 唤醒     def waiter():      print "I'll wait for you"      evt.wait()  # 等待      print 'Finish waiting'     gevent.joinall([      gevent.spawn(setter),      gevent.spawn(waiter),      gevent.spawn(waiter),      gevent.spawn(waiter),      gevent.spawn(waiter),      gevent.spawn(waiter)  ])  </code></pre>    <p>除了Event事件外,gevent还提供了AsyncResult事件,它可以在唤醒时传递消息。让我们将上例中的setter和waiter作如下改动:</p>    <pre>  <code class="language-python">from gevent.eventimport AsyncResult  aevt = AsyncResult()     def setter():      print 'Wait for me'      gevent.sleep(3)  # 3秒后唤醒所有在evt上等待的协程      print "Ok, I'm done"      aevt.set('Hello!')  # 唤醒,并传递消息     def waiter():      print("I'll wait for you")      message = aevt.get()  # 等待,并在唤醒时获取消息      print 'Got wake up message: %s' % message  </code></pre>    <p>队列 Queue</p>    <p>队列Queue的概念相信大家都知道,我们可以用它的put和get方法来存取队列中的元素。gevent的队列对象可以让greenlet协程之间安全的访问。运行下面的程序,你会看到3个消费者会分别消费队列中的产品,且消费过的产品不会被另一个消费者再取到:</p>    <pre>  <code class="language-python">import gevent  from gevent.queue import Queue     products = Queue()     def consumer(name):      while not products.empty():          print '%s got product %s' % (name, products.get())          gevent.sleep(0)         print '%s Quit'     def producer():      for i in xrange(1, 10):          products.put(i)     gevent.joinall([      gevent.spawn(producer),      gevent.spawn(consumer, 'steve'),      gevent.spawn(consumer, 'john'),      gevent.spawn(consumer, 'nancy'),  ])  </code></pre>    <p>put和get方法都是阻塞式的,它们都有非阻塞的版本:put_nowait和get_nowait。如果调用get方法时队列为空,则抛出”gevent.queue.Empty”异常。</p>    <p>信号量</p>    <p>信号量可以用来限制协程并发的个数。它有两个方法,acquire和release。顾名思义,acquire就是获取信号量,而release就是释放。当所有信号量都已被获取,那剩余的协程就只能等待任一协程释放信号量后才能得以运行:</p>    <pre>  <code class="language-python">import gevent  from gevent.corosimport BoundedSemaphore     sem = BoundedSemaphore(2)     def worker(n):      sem.acquire()      print('Worker %i acquired semaphore' % n)      gevent.sleep(0)      sem.release()      print('Worker %i released semaphore' % n)     gevent.joinall([gevent.spawn(worker, i) for i in xrange(0, 6)])  </code></pre>    <p>上面的例子中,我们初始化了”BoundedSemaphore”信号量,并将其个数定为2。所以同一个时间,只能有两个worker协程被调度。程序运行后的结果如下:</p>    <pre>  <code class="language-python">Worker 0 acquiredsemaphore  Worker 1 acquiredsemaphore  Worker 0 releasedsemaphore  Worker 1 releasedsemaphore  Worker 2 acquiredsemaphore  Worker 3 acquiredsemaphore  Worker 2 releasedsemaphore  Worker 3 releasedsemaphore  Worker 4 acquiredsemaphore  Worker 4 releasedsemaphore  Worker 5 acquiredsemaphore  Worker 5 releasedsemaphore  </code></pre>    <p>如果信号量个数为1,那就等同于同步锁。</p>    <p>协程本地变量</p>    <p>同线程类似,协程也有本地变量,也就是只在当前协程内可被访问的变量:</p>    <pre>  <code class="language-python">import gevent  from gevent.localimport local     data = local()     def f1():      data.x = 1      print data.x     def f2():      try:          print data.x      except AttributeError:          print 'x is not visible'     gevent.joinall([      gevent.spawn(f1),      gevent.spawn(f2)  ])  </code></pre>    <p>通过将变量存放在local对象中,即可将其的作用域限制在当前协程内,当其他协程要访问该变量时,就会抛出异常。不同协程间可以有重名的本地变量,而且互相不影响。因为协程本地变量的实现,就是将其存放在以的”greenlet.getcurrent()”的返回为键值的私有的命名空间内。</p>    <p> </p>    <p> </p>    <p>来自:http://python.jobbole.com/87181/</p>    <p> </p>