python Gevent – 高性能的Python并发框架

简介: 话说gevent也没个logo啥的,于是就摆了这张图= =|||,首先这是一种叫做greenlet的鸟,而在python里,按照官方解释greenlet是轻量级的并行编程,而gevent呢,就是利用greenlet实现的基于协程的python的网络library,好了,关系理清了。

话说gevent也没个logo啥的,于是就摆了这张图= =|||,首先这是一种叫做greenlet的鸟,而在python里,按照官方解释greenlet是轻量级的并行编程,而gevent呢,就是利用greenlet实现的基于协程的python的网络library,好了,关系理清了。。。

话说pycon没有白去阿,了解了很多以前不知道的东西,比如说协程,gevent,greenlet,eventlet。说说协程,进程和线程大家平时了解的都比较多,而协程算是一种轻量级进程,但又不能叫进程,因为操作系统并不知道它的存在。什么意思呢,就是说,协程像是一种在程序级别来模拟系统级别的进程,由于是单进程,并且少了上下文切换,于是相对来说系统消耗很少,而且网上的各种测试也表明,协程确实拥有惊人的速度。并且在实现过程中,协程可以用以前同步思路的写法,而运行起来确是异步的,也确实很有意思。话说有一种说法就是说进化历程是多进程->多线程->异步->协程,暂且不论说的对不对,单从诸多赞誉来看,协程还是有必要理解一下的。

比较惭愧,greenlet没怎么看就直接看gevent,官方文档还是可以看看的,尤其是源码里的examples都相当不错,有助于理解gevent的使用。

gevent封装了很多很方便的接口,其中一个就是monkey

  1. from gevent  import monkey
  2. monkey. patch_all ( )

这样两行,就可以使用python以前的socket之类的,因为gevent已经给你自动转化了,真是超级方便阿。

而且安装gevent也是很方便,首先安装依赖libevent和greenlet,再利用pypi安装即可

  1. sudo apt-get install libevent-dev
  2. sudo apt-get install python-dev
  3. sudo easy-install gevent

然后,gevent中的event,有wait,set等api,方便你可以让某些协程在某些地方等待条件,然后用另一个去唤醒他们。

再就是gevent实现了wsgi可以很方便的当作python的web server服务器使。

最后放送一个我利用gevent实现的一个带有缓存的dns server

  1.   # -*- coding: UTF-8 -*-
  2.  
  3. import gevent
  4. import dnslib
  5. from gevent  import  socket
  6. from gevent  import event
  7.  
  8. rev= socket. socket ( socket. AF_INET, socket. SOCK_DGRAM )
  9. rev. bind ( ( '', 53 ) )
  10. ip= [ ]
  11. cur= 0
  12.  
  13. def preload ( ):
  14.      for i  in  open ( 'ip' ):
  15.         ip. append (i )
  16.      print  "load "+ str ( len (ip ) )+ " ip"
  17.  
  18. def send_request (data ):
  19.      global cur
  20.     ret=rev. sendto (data, (ip [cur ], 53 ) )
  21.     cur= (cur +1 ) % len (ip )
  22.  
  23. class Cache:
  24.      def  __init__ ( self ):
  25.          self. c= { }
  26.      def get ( self,key ):
  27.          return  self. c. get (key, None )
  28.      def  set ( self,key,value ):
  29.          self. c [key ]=value
  30.      def remove ( self,key ):
  31.          self. c. pop (key, None )
  32.  
  33. cache=Cache ( )
  34.  
  35. def handle_request (s,data,addr ):
  36.     req=dnslib. DNSRecord. parse (data )
  37.     qname= str (req. q. qname )
  38.     qid=req. header. id
  39.     ret=cache. get (qname )
  40.      if ret:
  41.         ret=dnslib. DNSRecord. parse (ret )
  42.         ret. header. id=qid ;
  43.         s. sendto (ret. pack ( ),addr )
  44.      else:
  45.         e=event. Event ( )
  46.         cache. set (qname+ "e",e )
  47.         send_request (data )
  48.         e. wait ( 60 )
  49.         tmp=cache. get (qname )
  50.          if tmp:
  51.             tmp=dnslib. DNSRecord. parse (tmp )
  52.             tmp. header. id=qid ;
  53.             s. sendto (tmp. pack ( ),addr )
  54.  
  55. def handle_response (data ):
  56.     req=dnslib. DNSRecord. parse (data )
  57.     qname= str (req. q. qname )
  58.      print qname
  59.     cache. set (qname,data )
  60.     e=cache. get (qname+ "e" )
  61.     cache. remove (qname+ "e" )
  62.      if e:
  63.         e. set ( )
  64.         e. clear ( )
  65.  
  66. def handler (s,data,addr ):
  67.     req=dnslib. DNSRecord. parse (data )
  68.      if req. header. qr:
  69.         handle_response (data )
  70.      else:handle_request (s,data,addr )
  71.  
  72. def main ( ):
  73.     preload ( )
  74.      while  True:
  75.         data,addr=rev. recvfrom ( 8192 )
  76.         gevent. spawn (handler,rev,data,addr )
  77.  
  78. if __name__ ==  '__main__':
  79.     main ( )

这个是直接利用了dict来作为缓存查询了,在这里还有我将dict换成redis持久化实现的另一个版本(话说redis的python api也可以利用pypi安装,pypi(PyPI - the Python Package Index : Python Package Index)这真是个好东西阿),话说可以将这段代码放到国外的服务器上去运行,然后修改dns的地址去指向它,然后你懂的。。。

##################################

gevent相关,请去官网http://pypi.python.org/pypi/gevent#downloads下载gevent模块

程序及注释如下:

# -*- coding: cp936 -*-
import gevent 
import time

from gevent import event #调用gevent的event子模块

#三个进程需要定义三个事件event1,event2,event3,来进行12,23,31循环机制,即进程一,进程二,进程三顺序执行
def fun1(num,event1,event2):#固定格式
    i=0
    while i<10: #设置循环10次
        i+=1
        time.sleep(1) #睡眠1秒
        print'进程一:111111111'
        event2.set() #将event2值设为True
        event1.clear()#将event1值设为False
        event1.wait()#event1等待,其值为True时才执行
        
def fun2(num,event2,event3):
    i=0
    while i<10:
        i+=1
        time.sleep(1)
        print'进程二:222222222'
        event3.set()#将event3值设为True
        event2.clear()#将event2值设为False
        event2.wait()#event2等待,其值为True时才执行

def fun3(num,event3,event1):
    i=0
    while i<10:
        i+=1
        time.sleep(1)
        print'进程三:333333333'
        event1.set()
        event3.clear()
        event3.wait()

if __name__=="__main__": #执行调用格式
    act1=gevent.event.Event() #调用event中的Event类,用act1表示
    act2=gevent.event.Event() 
    act3=gevent.event.Event()
    #三个进程,act1,act2,act3
    Gevents=[] #建立一个数列,用来存和管理进程
    g=gevent.Greenlet(fun1,1,act1,act2) #调用gevent中的Greenlet子模块,用Greenlet创建进程一
    g.start() 
    print'进程一启动:'
    Gevents.append(g) #将进程一加入到Gevents数列

    g=gevent.Greenlet(fun2,2,act2,act3)
    g.start()
    print'进程二启动:'
    Gevents.append(g)

    g=gevent.Greenlet(fun3,3,act3,act1)
    g.start()
    print'进程三启动:'
    print'所有进程都已启动!'
    Gevents.append(g)

    gevent.joinall(Gevents) #调用Greenlet中的joinall函数,将Gevents的进程收集排列

##################################

看看Gevent
您可以创建几个 Greenlet 对象为几个任务。
每个 greenlet 是绿色的线程

from gevent import monkey
monkey.patch_all()
import gevent
from gevent import Greenlet

class Task(Greenlet):
    def __init__(self, name):
        Greenlet.__init__(self)
        self.name = name    
    def _run(self):
        print "Task %s: some task..." % self.name

t1 = Task("task1")
t2 = Task("task2")
t1.start()
t2.start()
# here we are waiting all tasks
gevent.joinall([t1,t2])

##################################

关于gevent

首先,gevent是一个网络库:libevent是一个事件分发引擎,greenlet提供了轻量级线程的支持。所以它不适合处理有长时间阻塞IO的情况。

gevent就是基于这两个东西的一个专门处理网络逻辑的并行库。

 

1. gevent.spawn启动的所有协程,都是运行在同一个线程之中,所以协程不能跨线程同步数据。

 

2. gevent.queue.Queue 是协程安全的。

 

3. gevent启动的并发协程,具体到task function,不能有长时间阻塞的IO操作。因为gevent的协程的特点是,当前协程阻塞了才会切换到别的协程。

如果当前协程长时间阻塞,则不能显示(gevent.sleep(0),或隐式,由gevent来做)切换到别的协程。导致程序出问题。

 

4. 如果有长时间阻塞的IO操作,还是用传统的线程模型比较好。

 

5. 因为gevent的特点总结是:事件驱动+协程+非阻塞IO,事件驱动值得是libvent对epool的封装,来基于事件的方式处理IO。

协程指的是greenlet,非阻塞IO指的是gevent已经patch过的各种库,例如socket和select等等。

 

6. 使用gevent的协程,最好要用gevent自身的非阻塞的库。如httplib, socket, select等等。

 

7. gevent适合处理大量无阻塞的任务,如果有实在不能把阻塞的部分变为非阻塞再交给gevent处理,就把阻塞的部分改为异步吧。

##################################

gevent注意事项

1. gevent.server.StreamServer 会针对每个客户端连接启动一个greenlet处理,要注意的是,如果不循环监听( 阻塞在read ),

每个greenlet会在完成后立即退出,从而导致客户端退出( 发送FIN_ACK给客户端 )。这个问题折腾了一晚上,终于弄明白了。坑爹啊。。。

 

2. 要非常仔细的检查,greenlet处理的代码,发现有可能阻塞IO的地方,尽量用gevent提供的库。

 

3. 一些第三方库隐藏了自己的实现( 通常是直接封装C库),要使得gevent兼容它们,可以用monkey_patch,但不保证全部管用。

 

4. 最后最后的一点,gevent的greenlet性能非常高,所以如果是用它作为并发的client端,那么一定要注意,你的server端处理速度一定要足够快!

否则你的客户端代码会因为服务端的慢速,而失去了greenlet的优势。。。

####################################

安装 libevent:apt-get install libevent-dev

安装python-dev:apt-get install python-dev

安装greenlet:easy_install greenlet

安装gevent:easy_install gevent

一个小测试,测试gevent 的任务池

[python]  view plain  copy
  1. from gevent import pool  
  2. g = pool.Pool()  
  3. def a():  
  4.     for i in xrange(100):  
  5.         g.spawn(b)  
  6. def b():  
  7.     print 'b'  
  8. g.spawn(a)  
  9. g.join()  


以上内容转自互联网:http://www.coder4.com/archives/1522

目录
相关文章
|
1天前
|
API 数据库 数据安全/隐私保护
Flask框架在Python面试中的应用与实战
【4月更文挑战第18天】Django REST framework (DRF) 是用于构建Web API的强力工具,尤其适合Django应用。本文深入讨论DRF面试常见问题,包括视图、序列化、路由、权限控制、分页过滤排序及错误处理。同时,强调了易错点如序列化器验证、权限认证配置、API版本管理、性能优化和响应格式统一,并提供实战代码示例。了解这些知识点有助于在Python面试中展现优秀的Web服务开发能力。
10 1
|
1天前
|
SQL 中间件 API
Flask框架在Python面试中的应用与实战
【4月更文挑战第18天】**Flask是Python的轻量级Web框架,以其简洁API和强大扩展性受欢迎。本文深入探讨了面试中关于Flask的常见问题,包括路由、Jinja2模板、数据库操作、中间件和错误处理。同时,提到了易错点,如路由冲突、模板安全、SQL注入,以及请求上下文管理。通过实例代码展示了如何创建和管理数据库、使用表单以及处理请求。掌握这些知识将有助于在面试中展现Flask技能。**
8 1
Flask框架在Python面试中的应用与实战
|
7天前
|
前端开发 数据挖掘 API
使用Python中的Flask框架进行Web应用开发
【4月更文挑战第15天】在Python的Web开发领域,Flask是一个备受欢迎的轻量级Web框架。它简洁、灵活且易于扩展,使得开发者能够快速地构建出高质量的Web应用。本文将深入探讨Flask框架的核心特性、使用方法以及在实际开发中的应用。
|
8天前
|
关系型数据库 数据库 开发者
Python中的Peewee框架:轻量级ORM的优雅之旅
【4月更文挑战第13天】在Python的众多ORM框架中,Peewee以其轻量级、简洁和易于上手的特点,受到了许多开发者的青睐。Peewee的设计理念是“小而美”,它提供了基本的ORM功能,同时保持了代码的清晰和高效。本文将深入探讨Peewee的核心概念、使用场景以及实战应用,帮助读者更好地理解和使用这一框架。
|
8天前
|
SQL API 数据库
Python中的SQLAlchemy框架:深度解析与实战应用
【4月更文挑战第13天】在Python的众多ORM(对象关系映射)框架中,SQLAlchemy以其功能强大、灵活性和易扩展性脱颖而出,成为许多开发者首选的数据库操作工具。本文将深入探讨SQLAlchemy的核心概念、功能特点以及实战应用,帮助读者更好地理解和使用这一框架。
|
10天前
|
网络协议 Java API
Python网络编程基础(Socket编程)Twisted框架简介
【4月更文挑战第12天】在网络编程的实践中,除了使用基本的Socket API之外,还有许多高级的网络编程库可以帮助我们更高效地构建复杂和健壮的网络应用。这些库通常提供了异步IO、事件驱动、协议实现等高级功能,使得开发者能够专注于业务逻辑的实现,而不用过多关注底层的网络细节。
|
13天前
|
安全 数据库 C++
Python Web框架比较:Django vs Flask vs Pyramid
【4月更文挑战第9天】本文对比了Python三大Web框架Django、Flask和Pyramid。Django功能全面,适合快速开发,但学习曲线较陡;Flask轻量灵活,易于入门,但默认配置简单,需自行添加功能;Pyramid兼顾灵活性和可扩展性,适合不同规模项目,但社区及资源相对较少。选择框架应考虑项目需求和开发者偏好。
|
23天前
|
前端开发 JavaScript 数据管理
描述一个使用Python开发Web应用程序的实际项目经验,包括所使用的框架和技术栈。
使用Flask开发Web应用,结合SQLite、Flask-SQLAlchemy进行数据管理,HTML/CSS/JS(Bootstrap和jQuery)构建前端。通过Flask路由处理用户请求,模块化代码提高可维护性。unittest进行测试,开发阶段用内置服务器,生产环境可选WSGI服务器或容器化部署。实现了用户注册登录和数据管理功能,展示Python Web开发的灵活性和效率。
14 4
|
1月前
|
数据采集 数据挖掘 调度
异步爬虫实践攻略:利用Python Aiohttp框架实现高效数据抓取
本文介绍了如何使用Python的Aiohttp框架构建异步爬虫,以提升数据抓取效率。异步爬虫利用异步IO和协程技术,在等待响应时执行其他任务,提高效率。Aiohttp是一个高效的异步HTTP客户端/服务器框架,适合构建此类爬虫。文中还展示了如何通过代理访问HTTPS网页的示例代码,并以爬取微信公众号文章为例,说明了实际应用中的步骤。
|
1月前
|
存储 数据库连接 数据处理
Python语言的程序框架
Python语言的程序框架

热门文章

最新文章