Python库-gevent

发表于 | 分类于 | 阅读次数

Gevent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。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
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),
])

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：

  1. 先进入协程test1，打印12
  2. 遇到gevent.sleep(0)时，test1被阻塞，自动切换到协程test2，打印56
  3. 之后test2被阻塞，这时test1阻塞已结束，自动切换回test1，打印34
  4. 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
  5. 所有协程执行完毕，程序退出

所以，程序运行下来的输出就是： 

1
2
3
4
12
56
34
78

我们换一个更有意义的例子： 

1
2
3
4
5
6
7
8
import gevent
import socket

urls = ['www.baidu.com', 'www.gevent.org', 'www.python.org']
jobs = [gevent.spawn(socket.gethostbyname, url) for url in urls]
gevent.joinall(jobs, timeout=5)

print([job.value for job in jobs])

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。

猴子补丁 Monkey patching

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？

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）：

1
2
3
4
5
6
7
8
9
from gevent import 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 url in urls]
gevent.joinall(jobs, timeout=5)

print([job.value for job in jobs])

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。 

1
from gevent import monkey; monkey.patch_all()

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 。

获取协程状态

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。 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
#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)

协程运行超时

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：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
import gevent
import traceback
from gevent import Timeout

timeout = Timeout(2)  # 2 seconds
timeout.start()

def wait():
    gevent.sleep(10)
try:
    gevent.spawn(wait).join()
except Timeout:
    traceback.print_exc()
    print('Could not complete')

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：

1
2
with Timeout(1):
    gevent.sleep(10)

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。

1
2
3
4
5
class TooLong(Exception):
    pass

with Timeout(1, TooLong):
    gevent.sleep(10)

协程间通讯

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。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
#coding:utf8
import gevent
from gevent.event import 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)
])

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:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
from gevent.event import 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)

队列 Queue

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：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
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'),
])

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。

信号量

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：

1
2
3
4
5
6
7
8
9
10
11
12
13
import gevent
from gevent.coros import 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)])

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：

1
2
3
4
5
6
7
8
9
10
11
12
Worker 0 acquired semaphore
Worker 1 acquired semaphore
Worker 0 released semaphore
Worker 1 released semaphore
Worker 2 acquired semaphore
Worker 3 acquired semaphore
Worker 2 released semaphore
Worker 3 released semaphore
Worker 4 acquired semaphore
Worker 4 released semaphore
Worker 5 acquired semaphore
Worker 5 released semaphore

如果信号量个数为1，那就等同于同步锁。

协程本地变量

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：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import gevent
from gevent.local import 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)
])

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。

Read More:

基于协程的Python网络库gevent介绍