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>