作為在日常開(kāi)發(fā)生產(chǎn)中非常實(shí)用的語(yǔ)言，有必要掌握一些python用法，比如爬蟲(chóng)、網(wǎng)絡(luò)請(qǐng)求等場(chǎng)景，很是實(shí)用。但python是單線程的，如何提高python的處理速度，是一個(gè)很重要的問(wèn)題，這個(gè)問(wèn)題的一個(gè)關(guān)鍵技術(shù)，叫協(xié)程。本篇文章，講講python協(xié)程的理解與使用，主要是針對(duì)網(wǎng)絡(luò)請(qǐng)求這個(gè)模塊做一個(gè)梳理，希望能幫到有需要的同學(xué)。

概念篇

在理解協(xié)程這個(gè)概念及其作用場(chǎng)景前，先要了解幾個(gè)基本的關(guān)于操作系統(tǒng)的概念，主要是進(jìn)程、線程、同步、異步、阻塞、非阻塞，了解這幾個(gè)概念，不僅是對(duì)協(xié)程這個(gè)場(chǎng)景，諸如消息隊(duì)列、緩存等，都有一定的幫助。接下來(lái)，編者就自己的理解和網(wǎng)上查詢的材料，做一個(gè)總結(jié)。

進(jìn)程

在面試的時(shí)候，我們都會(huì)記住一個(gè)概念，進(jìn)程是系統(tǒng)資源分配的最小單位。是的，系統(tǒng)由一個(gè)個(gè)程序，也就是進(jìn)程組成的，一般情況下，分為文本區(qū)域、數(shù)據(jù)區(qū)域和堆棧區(qū)域。

文本區(qū)域存儲(chǔ)處理器執(zhí)行的代碼（機(jī)器碼），通常來(lái)說(shuō)，這是一個(gè)只讀區(qū)域，防止運(yùn)行的程序被意外修改。

數(shù)據(jù)區(qū)域存儲(chǔ)所有的變量和動(dòng)態(tài)分配的內(nèi)存，又細(xì)分為初始化的數(shù)據(jù)區(qū)（所有初始化的全局、靜態(tài)、常量，以及外部變量）和為初始化的數(shù)據(jù)區(qū)（初始化為0的全局變量和靜態(tài)變量），初始化的變量最初保存在文本區(qū)，程序啟動(dòng)后被拷貝到初始化的數(shù)據(jù)區(qū)。

堆棧區(qū)域存儲(chǔ)著活動(dòng)過(guò)程調(diào)用的指令和本地變量，在地址空間里，棧區(qū)緊連著堆區(qū)，他們的增長(zhǎng)方向相反，內(nèi)存是線性的，所以我們代碼放在低地址的地方，由低向高增長(zhǎng)，棧區(qū)大小不可預(yù)測(cè)，隨開(kāi)隨用，因此放在高地址的地方，由高向低增長(zhǎng)。當(dāng)堆和棧指針重合的時(shí)候，意味著內(nèi)存耗盡，造成內(nèi)存溢出。

進(jìn)程的創(chuàng)建和銷(xiāo)毀都是相對(duì)于系統(tǒng)資源，非常消耗資源，是一種比較昂貴的操作。進(jìn)程為了自身能得到運(yùn)行，必須要搶占式的爭(zhēng)奪CPU。對(duì)于單核CPU來(lái)說(shuō)，在同一時(shí)間只能執(zhí)行一個(gè)進(jìn)程的代碼，所以在單核CPU上實(shí)現(xiàn)多進(jìn)程，是通過(guò)CPU快速的切換不同進(jìn)程，看上去就像是多個(gè)進(jìn)程在同時(shí)進(jìn)行。

由于進(jìn)程間是隔離的，各自擁有自己的內(nèi)存內(nèi)存資源，相比于線程的共同共享內(nèi)存來(lái)說(shuō)，相對(duì)安全，不同進(jìn)程之間的數(shù)據(jù)只能通過(guò) IPC（Inter-Process Communication） 進(jìn)行通信共享。

線程

線程是CPU調(diào)度的最小單位。如果進(jìn)程是一個(gè)容器，線程就是運(yùn)行在容器里面的程序，線程是屬于進(jìn)程的，同個(gè)進(jìn)程的多個(gè)線程共享進(jìn)程的內(nèi)存地址空間。

線程間的通信可以直接通過(guò)全局變量進(jìn)行通信，所以相對(duì)來(lái)說(shuō)，線程間通信是不太安全的，因此引入了各種鎖的場(chǎng)景，不在這里闡述。

當(dāng)一個(gè)線程崩潰了，會(huì)導(dǎo)致整個(gè)進(jìn)程也崩潰了，即其他線程也掛了， 但多進(jìn)程而不會(huì)，一個(gè)進(jìn)程掛了，另一個(gè)進(jìn)程依然照樣運(yùn)行。

在多核操作系統(tǒng)中，默認(rèn)進(jìn)程內(nèi)只有一個(gè)線程，所以對(duì)多進(jìn)程的處理就像是一個(gè)進(jìn)程一個(gè)核心。

同步和異步

同步和異步關(guān)注的是消息通信機(jī)制，所謂同步，就是在發(fā)出一個(gè)函數(shù)調(diào)用時(shí)，在沒(méi)有得到結(jié)果之前，該調(diào)用不會(huì)返回。一旦調(diào)用返回，就立即得到執(zhí)行的返回值，即調(diào)用者主動(dòng)等待調(diào)用結(jié)果。所謂異步，就是在請(qǐng)求發(fā)出去后，這個(gè)調(diào)用就立即返回，沒(méi)有返回結(jié)果，通過(guò)回調(diào)等方式告知該調(diào)用的實(shí)際結(jié)果。

同步的請(qǐng)求，需要主動(dòng)讀寫(xiě)數(shù)據(jù)，并且等待結(jié)果;異步的請(qǐng)求，調(diào)用者不會(huì)立刻得到結(jié)果。而是在調(diào)用發(fā)出后，被調(diào)用者通過(guò)狀態(tài)、通知來(lái)通知調(diào)用者，或通過(guò)回調(diào)函數(shù)處理這個(gè)調(diào)用。

阻塞和非阻塞

關(guān)注的是程序在等待調(diào)用結(jié)果（消息，返回值）時(shí)的狀態(tài)。

阻塞調(diào)用是指調(diào)用結(jié)果返回之前，當(dāng)前線程會(huì)被掛起。調(diào)用線程只有在得到結(jié)果之后才會(huì)返回。非阻塞調(diào)用指在不能立刻得到結(jié)果之前，該調(diào)用不會(huì)阻塞當(dāng)前線程。所以，區(qū)分的條件在于，進(jìn)程/線程要訪問(wèn)的數(shù)據(jù)是否就緒，進(jìn)程/線程是否需要等待。

非阻塞一般通過(guò)多路復(fù)用實(shí)現(xiàn)，多路復(fù)用有 select、poll、epoll幾種實(shí)現(xiàn)方式。

協(xié)程

在了解前面的幾個(gè)概念后，我們?cè)賮?lái)看協(xié)程的概念。

協(xié)程是屬于線程的，又稱微線程，纖程，英文名Coroutine。舉個(gè)例子，在執(zhí)行函數(shù)A時(shí)，我希望隨時(shí)中斷去執(zhí)行函數(shù)B，然后中斷B的執(zhí)行，切換回來(lái)執(zhí)行A。這就是協(xié)程的作用，由調(diào)用者自由切換。這個(gè)切換過(guò)程并不是等同于函數(shù)調(diào)用，因?yàn)樗鼪](méi)有調(diào)用語(yǔ)句。執(zhí)行方式與多線程類似，但是協(xié)程只有一個(gè)線程執(zhí)行。

協(xié)程的優(yōu)點(diǎn)是執(zhí)行效率非常高，因?yàn)閰f(xié)程的切換由程序自身控制，不需要切換線程，即沒(méi)有切換線程的開(kāi)銷(xiāo)。同時(shí)，由于只有一個(gè)線程，不存在沖突問(wèn)題，不需要依賴鎖（加鎖與釋放鎖存在很多資源消耗）。

協(xié)程主要的使用場(chǎng)景在于處理IO密集型程序，解決效率問(wèn)題，不適用于CPU密集型程序的處理。然而實(shí)際場(chǎng)景中這兩種場(chǎng)景非常多，如果要充分發(fā)揮CPU利用率，可以結(jié)合多進(jìn)程+協(xié)程的方式。后續(xù)我們會(huì)講到結(jié)合點(diǎn)。

原理篇

根據(jù)wikipedia的定義，協(xié)程是一個(gè)無(wú)優(yōu)先級(jí)的子程序調(diào)度組件，允許子程序在特點(diǎn)的地方掛起恢復(fù)。所以理論上，只要內(nèi)存足夠，一個(gè)線程中可以有任意多個(gè)協(xié)程，但同一時(shí)刻只能有一個(gè)協(xié)程在運(yùn)行，多個(gè)協(xié)程分享該線程分配到的計(jì)算機(jī)資源。協(xié)程是為了充分發(fā)揮異步調(diào)用的優(yōu)勢(shì)，異步操作則是為了避免IO操作阻塞線程。

知識(shí)準(zhǔn)備

在了解原理前，我們先做一個(gè)知識(shí)的準(zhǔn)備工作。

1）現(xiàn)代主流的操作系統(tǒng)幾乎都是分時(shí)操作系統(tǒng)，即一臺(tái)計(jì)算機(jī)采用時(shí)間片輪轉(zhuǎn)的方式為多個(gè)用戶服務(wù)，系統(tǒng)資源分配的基本單位是進(jìn)程，CPU調(diào)度的基本單位是線程。

2）運(yùn)行時(shí)內(nèi)存空間分為變量區(qū)，棧區(qū)，堆區(qū)。內(nèi)存地址分配上，堆區(qū)從低地到高，棧區(qū)從高往低。

3）計(jì)算機(jī)執(zhí)行時(shí)一條條指令讀取執(zhí)行，執(zhí)行到當(dāng)前指令時(shí)，下一條指令的地址在指令寄存器的IP中，ESP寄存值指向當(dāng)前棧頂?shù)刂罚珽BP指向當(dāng)前活動(dòng)棧幀的基地址。

4）系統(tǒng)發(fā)生函數(shù)調(diào)用時(shí)操作為：先將入?yún)挠彝笠来螇簵＃缓蟀逊祷氐刂穳簵＃詈髮?dāng)前EBP寄存器的值壓棧，修改ESP寄存器的值，在棧區(qū)分配當(dāng)前函數(shù)局部變量所需的空間。

5）協(xié)程的上下文包含屬于當(dāng)前協(xié)程的棧區(qū)和寄存器里面存放的值。

事件循環(huán)

在python3.3中，通過(guò)關(guān)鍵字yield from使用協(xié)程，在3.5中，引入了關(guān)于協(xié)程的語(yǔ)法糖async和await，我們主要看async/await的原理解析。其中，事件循環(huán)是一個(gè)核心所在，編寫(xiě)過(guò) js的同學(xué)，會(huì)對(duì)事件循環(huán)Eventloop更加了解， 事件循環(huán)是一種等待程序分配事件或消息的編程架構(gòu)（維基百科）。在python中，asyncio.coroutine 修飾器用來(lái)標(biāo)記作為協(xié)程的函數(shù)， 這里的協(xié)程是和asyncio及其事件循環(huán)一起使用的，而在后續(xù)的發(fā)展中，async/await被使用的越來(lái)越廣泛。

async/await

async/await是使用python協(xié)程的關(guān)鍵，從結(jié)構(gòu)上來(lái)看，asyncio 實(shí)質(zhì)上是一個(gè)異步框架，async/await 是為異步框架提供的 API已方便使用者調(diào)用，所以使用者要想使用async/await 編寫(xiě)協(xié)程代碼，目前必須機(jī)遇 asyncio 或其他異步庫(kù)。

Future

在實(shí)際開(kāi)發(fā)編寫(xiě)異步代碼時(shí)，為了避免太多的回調(diào)方法導(dǎo)致的回調(diào)地獄，但又需要獲取異步調(diào)用的返回結(jié)果結(jié)果，聰明的語(yǔ)言設(shè)計(jì)者設(shè)計(jì)了一個(gè) 叫Future的對(duì)象，封裝了與loop 的交互行為。其大致執(zhí)行過(guò)程為：程序啟動(dòng)后，通過(guò)add_done_callback 方法向 epoll 注冊(cè)回調(diào)函數(shù)，當(dāng) result 屬性得到返回值后，主動(dòng)運(yùn)行之前注冊(cè)的回調(diào)函數(shù)，向上傳遞給 coroutine。這個(gè)Future對(duì)象為asyncio.Future。

但是，要想取得返回值，程序必須恢復(fù)恢復(fù)工作狀態(tài)，而由于Future 對(duì)象本身的生存周期比較短，每一次注冊(cè)回調(diào)、產(chǎn)生事件、觸發(fā)回調(diào)過(guò)程后工作可能已經(jīng)完成，所以用 Future 向生成器 send result 并不合適。所以這里又引入一個(gè)新的對(duì)象 Task，保存在Future 對(duì)象中，對(duì)生成器協(xié)程進(jìn)行狀態(tài)管理。

Python 里另一個(gè) Future 對(duì)象是 concurrent.futures.Future，與 asyncio.Future 互不兼容，容易產(chǎn)生混淆。區(qū)別點(diǎn)在于，concurrent.futures 是線程級(jí)的 Future 對(duì)象，當(dāng)使用 concurrent.futures.Executor 進(jìn)行多線程編程時(shí)，該對(duì)象用于在不同的 thread 之間傳遞結(jié)果。

Task

上文中提到，Task是維護(hù)生成器協(xié)程狀態(tài)處理執(zhí)行邏輯的的任務(wù)對(duì)象，Task 中有一個(gè)_step 方法，負(fù)責(zé)生成器協(xié)程與 EventLoop 交互過(guò)程的狀態(tài)遷移，整個(gè)過(guò)程可以理解為：Task向協(xié)程 send 一個(gè)值，恢復(fù)其工作狀態(tài)。當(dāng)協(xié)程運(yùn)行到斷點(diǎn)后，得到新的Future對(duì)象，再處理 future 與 loop 的回調(diào)注冊(cè)過(guò)程。

Loop

在日常開(kāi)發(fā)中，會(huì)有一個(gè)誤區(qū)，認(rèn)為每個(gè)線程都可以有一個(gè)獨(dú)立的 loop。實(shí)際運(yùn)行時(shí)，主線程才能通過(guò) asyncio.get_event_loop（） 創(chuàng)建一個(gè)新的 loop，而在其他線程時(shí)，使用 get_event_loop（） 卻會(huì)拋錯(cuò)。正確的做法為通過(guò) asyncio.set_event_loop（） ，將當(dāng)前線程與 主線程的loop 顯式綁定。

Loop有一個(gè)很大的缺陷，就是 loop 的運(yùn)行狀態(tài)不受 Python 代碼控制，所以在業(yè)務(wù)處理中，無(wú)法穩(wěn)定的將協(xié)程拓展到多線程中運(yùn)行。

總結(jié)

實(shí)戰(zhàn)篇

介紹完概念和原理，我來(lái)看看如何使用，這里，舉一個(gè)實(shí)際場(chǎng)景的例子，來(lái)看看如何使用python的協(xié)程。

場(chǎng)景

外部接收一些文件，每個(gè)文件里有一組數(shù)據(jù)，其中，這組數(shù)據(jù)需要通過(guò)http的方式，發(fā)向第三方平臺(tái)，并獲得結(jié)果。

分析

由于同一個(gè)文件的每一組數(shù)據(jù)沒(méi)有前后的處理邏輯，在之前通過(guò)Requests庫(kù)發(fā)送的網(wǎng)絡(luò)請(qǐng)求，串行執(zhí)行，下一組數(shù)據(jù)的發(fā)送需要等待上一組數(shù)據(jù)的返回，顯得整個(gè)文件的處理時(shí)間長(zhǎng)，這種請(qǐng)求方式，完全可以由協(xié)程來(lái)實(shí)現(xiàn)。

為了更方便的配合協(xié)程發(fā)請(qǐng)求，我們使用aiohttp庫(kù)來(lái)代替requests庫(kù)，關(guān)于aiohttp，這里不做過(guò)多剖析，僅做下簡(jiǎn)單介紹。

aiohttp

aiohttp是asyncio和Python的異步HTTP客戶端/服務(wù)器，由于是異步的，經(jīng)常用在服務(wù)區(qū)端接收請(qǐng)求，和客戶端爬蟲(chóng)應(yīng)用，發(fā)起異步請(qǐng)求，這里我們主要用來(lái)發(fā)請(qǐng)求。

aiohttp支持客戶端和HTTP服務(wù)器，可以實(shí)現(xiàn)單線程并發(fā)IO操作，無(wú)需使用Callback Hell即可支持Server WebSockets和Client WebSockets，且具有中間件。

代碼實(shí)現(xiàn)

直接上代碼了，talk is cheap， show me the code~

import aiohttp

import asyncio

from inspect import isfunction

import time

import logger

@logging_utils.exception（logger）

def request（pool， data_list）：

loop = asyncio.get_event_loop（）

loop.run_until_complete（exec（pool， data_list））

async def exec（pool， data_list）：

tasks = ［］

sem = asyncio.Semaphore（pool）

for item in data_list：

tasks.append（

control_sem（sem，

item.get（“method”， “GET”），

item.get（“url”），

item.get（“data”），

item.get（“headers”），

item.get（“callback”）））

await asyncio.wait（tasks）

async def control_sem（sem， method， url， data， headers， callback）：

async with sem：

count = 0

flag = False

while not flag and count 《 4：

flag = await fetch（method， url， data， headers， callback）

count = count + 1

print（“flag：{}，count：{}”.format（flag， count））

if count == 4 and not flag：

raise Exception（‘EAS service not responding after 4 times of retry.’）

async def fetch（method， url， data， headers， callback）：

async with aiohttp.request（method， url=url， data=data， headers=headers） as resp：

try：

json = await resp.read（）

print（json）

if resp.status ！= 200：

return False

if isfunction（callback）：

callback（json）

return True

except Exception as e：

print（e）

這里，我們封裝了對(duì)外發(fā)送批量請(qǐng)求的request方法，接收一次性發(fā)送的數(shù)據(jù)多少，和數(shù)據(jù)綜合，在外部使用時(shí)，只需要構(gòu)建好網(wǎng)絡(luò)請(qǐng)求對(duì)象的數(shù)據(jù)，設(shè)定好請(qǐng)求池大小即可，同時(shí)，設(shè)置了重試功能，進(jìn)行了4次重試，防止在網(wǎng)絡(luò)抖動(dòng)的時(shí)候，單個(gè)數(shù)據(jù)的網(wǎng)絡(luò)請(qǐng)求發(fā)送失敗。

最終效果

在使用協(xié)程重構(gòu)網(wǎng)絡(luò)請(qǐng)求模塊之后，當(dāng)數(shù)據(jù)量在1000的時(shí)候，由之前的816s，提升到424s，快了一倍，且請(qǐng)求池大小加大的時(shí)候，效果更明顯，由于第三方平臺(tái)同時(shí)建立連接的數(shù)據(jù)限制，我們?cè)O(shè)定了40的閥值。可以看到，優(yōu)化的程度很顯著。

責(zé)任編輯：ct