高性能python编程之协程(stackless)

当前位置:

首页 > Python基础教程 >

高性能python编程之协程(stackless)

我们都知道并发（不是并行）编程目前有四种方式，多进程，多线程，异步，和协程。

多进程编程在python中有类似C的os.fork，当然还有更高层封装的multiprocessing标准库，在之前写过的python高可用程序设计方法http://www.cnblogs.com/hymenz/p/3488837.html中提供了类似nginx中master process和worker process间信号处理的方式，保证了业务进程的退出可以被主进程感知。

多线程编程python中有Thread和threading，在linux下所谓的线程，实际上是LWP轻量级进程，其在内核中具有和进程相同的调度方式，有关LWP，COW（写时拷贝），fork，vfork，clone等的资料较多，这里不再赘述。

异步在linux下主要有三种实现select，poll，epoll，关于异步不是本文的重点。

说协程肯定要说yield，我们先来看一个例子：

						#coding=utf-8

						import time

						import sys

						# 生产者

						def produce(l):

						    i=0

						    while 1:

						        if i < 5:

						            l.append(i)

						            yield i

						            i=i+1

						            time.sleep(1)

						        else:

						            return

						# 消费者

						def consume(l):

						    p = produce(l)

						    while 1:

						        try:

						            p.next()

						            while len(l) > 0:

						                print l.pop()

						        except StopIteration:

						            sys.exit(0)

						l = []

						consume(l)

在上面的例子中，当程序执行到produce的yield i时，返回了一个generator，当我们在custom中调用p.next()，程序又返回到produce的yield i继续执行，这样l中又append了元素，然后我们print l.pop()，直到p.next()引发了StopIteration异常。

通过上面的例子我们看到协程的调度对于内核来说是不可见的，协程间是协同调度的，这使得并发量在上万的时候，协程的性能是远高于线程的。

						import stackless

						import urllib2

						def output():

						    while 1:

						        url=chan.receive()

						        print url

						        f=urllib2.urlopen(url)

						        #print f.read()

						        print stackless.getcurrent()

						def input():

						    f=open('url.txt')

						    l=f.readlines()

						    for i in l:

						        chan.send(i)

						chan=stackless.channel()

						[stackless.tasklet(output)() for i in xrange(10)]

						stackless.tasklet(input)()

						stackless.run()

栏目列表