Python - 多任務：協程

• • • • 并行 and 并發
      • 協程
      • yield 實作
      • greenlet 實作
      • gevent 實作

• 并行 and 并發

  在多任務中，存在兩個概念：并發與并行。

  其中并發是假的多任務：在一個時間段中有多個程式都處于運作狀态，且這幾個程式是在同一個處理機上運作的，但任一個時刻點上實際隻有一個程式在處理機上運作。在宏觀上是同時進行，但微觀上仍是順序執行，是以稱之為假的多任務。

  而并行則是真的多任務：多個程式同時在多個處理機上運作，宏觀上同時進行，在微觀上仍然是同時進行的，是以是真的多任務

  對于之前講過的多線程，根據具體運作環境的不同，它所屬情況也不同。例如在 Java 中多線程就是真的多任務，是并行計算，而在 Python 中，由于全局解釋器鎖的存在（GIL，Global Interpreter Lock），使得在同一程序内任何時刻僅有一個線程在執行，是以運作中是假的多任務。

• 協程

  Python 中的協程仍然是假的多任務，本質是調用多個生成器的

  __next__()

  方法，達到多個生成器交替運作的效果。

  協程運作于單線程中，任務排程（切換執行任務）都相當于調用函數，是以耗費的資源非常的少。（多程序最耗費資源，多線程次之，協程最少）

  下面看一下協程的實作方式。

• yield 實作

  實際上通過調用

  __next__()

  實作協程，使得多個函數交替進行。

  def task_1():
      while True:
          print("1")
          yield
  
  
  def task_2():
      while True:
          print("2")
          yield
  
  
  def main():
      t1 = task_1()
      t2 = task_2()
      while True:
          next(t1)
          next(t2)
  
  main（）
             

• greenlet 實作

  import greenlet
  
  def task_1():
      while True:
          print("1")
          # 手動切換到 task_2
          g2.switch()
  
  
  def task_2():
      while True:
          print("2")
          # 手動切換到 task_1
          g1.switch()
  
  g1 = greenlet(task_1)
  g2 = greenlet(task_2)
             

• gevent 實作

from gevent import monkey
	import gevent

    # 協程 gevent 在延時（或執行耗時操作、阻塞）的時候會自動切換任務
    # 協程就是利用 IO 等待時間執行其他任務
    # 方法内部使用 gevent.sleep() 進行延時操作，但手動添加 sleep 不現實，
    # 是以使用 monkey.patch_all() 自動将所有等待操作替換成 gevent.sleep()
	monkey.patch_all()

	def task_1():
	    while True:
	        print("1")
	        # 手動切換到 task_2
	        g2.switch()
	
	def task_2():
	    while True:
	        print("2")
	        # 手動切換到 task_1
	        g1.switch()

	g1 = gevent.spawn(task_1)
	g2 = gevent.spawn(task_2)
	
	# 或者 gevent.joinall([g1, g2])
    g1.join()
    g2.join()