快捷導(dǎo)航

Python greenlet實(shí)現(xiàn)原理和使用示例

更新時(shí)間：2014年09月24日 11:00:11 投稿：junjie

這篇文章主要介紹了Python greenlet實(shí)現(xiàn)原理和使用示例,greenlet是Python中的一個(gè)并行處理庫,需要的朋友可以參考下

最近開始研究Python的并行開發(fā)技術(shù)，包括多線程，多進(jìn)程，協(xié)程等。逐步整理了網(wǎng)上的一些資料，今天整理了一下greenlet相關(guān)的資料。

并發(fā)處理的技術(shù)背景

并行化處理目前很受重視，因?yàn)樵诤芏鄷r(shí)候，并行計(jì)算能大大的提高系統(tǒng)吞吐量，尤其在現(xiàn)在多核多處理器的時(shí)代，所以像lisp這種古老的語言又被人們重新拿了起來，函數(shù)式編程也越來越流行。介紹一個(gè)python的并行處理的一個(gè)庫： greenlet。 python 有一個(gè)非常有名的庫叫做 stackless ，用來做并發(fā)處理，主要是弄了個(gè)叫做tasklet的微線程的東西，而greenlet 跟stackless的最大區(qū)別是，他很輕量級(jí)？不夠，最大的區(qū)別是greenlet需要你自己來處理線程切換，就是說，你需要自己指定現(xiàn)在執(zhí)行哪個(gè)greenlet再執(zhí)行哪個(gè)greenlet。

greenlet的實(shí)現(xiàn)機(jī)制

以前使用python開發(fā)web程序,一直使用的是fastcgi模式.然后每個(gè)進(jìn)程中啟動(dòng)多個(gè)線程來進(jìn)行請(qǐng)求處理.這里有一個(gè)問題就是需要保證每個(gè)請(qǐng)求響應(yīng)時(shí)間都要特別短,不然只要多請(qǐng)求幾次慢的就會(huì)讓服務(wù)器拒絕服務(wù),因?yàn)闆]有線程能夠響應(yīng)請(qǐng)求了.平時(shí)我們的服務(wù)上線都會(huì)進(jìn)行性能測(cè)試的,所以正常情況沒有太大問題.但是不可能所有場(chǎng)景都測(cè)試到.一旦出現(xiàn)就會(huì)讓用戶等好久沒有響應(yīng).部分不可用導(dǎo)致全部不可用.后來轉(zhuǎn)換到了coroutine,python 下的greenlet.所以對(duì)它的實(shí)現(xiàn)機(jī)制做了一個(gè)簡(jiǎn)單的了解.

每個(gè)greenlet都只是heap中的一個(gè)python object(PyGreenlet).所以對(duì)于一個(gè)進(jìn)程你創(chuàng)建百萬甚至千萬個(gè)greenlet都沒有問題.

復(fù)制代碼代碼如下:

typedef struct _greenlet {

 PyObject_HEAD

 char* stack_start;

 char* stack_stop;

 char* stack_copy;

 intptr_t stack_saved;

 struct _greenlet* stack_prev;

 struct _greenlet* parent;

 PyObject* run_info;

 struct _frame* top_frame;

 int recursion_depth;

 PyObject* weakreflist;

 PyObject* exc_type;

 PyObject* exc_value;

 PyObject* exc_traceback;

 PyObject* dict;

} PyGreenlet;

每一個(gè)greenlet其實(shí)就是一個(gè)函數(shù),以及保存這個(gè)函數(shù)執(zhí)行時(shí)的上下文.對(duì)于函數(shù)來說上下文也就是其stack..同一個(gè)進(jìn)程的所有的greenlets共用一個(gè)共同的操作系統(tǒng)分配的用戶棧.所以同一時(shí)刻只能有棧數(shù)據(jù)不沖突的greenlet使用這個(gè)全局的棧.greenlet是通過stack_stop,stack_start來保存其stack的棧底和棧頂?shù)?如果出現(xiàn)將要執(zhí)行的greenlet的stack_stop和目前棧中的greenlet重疊的情況,就要把這些重疊的greenlet的棧中數(shù)據(jù)臨時(shí)保存到heap中.保存的位置通過stack_copy和stack_saved來記錄,以便恢復(fù)的時(shí)候從heap中拷貝回棧中stack_stop和stack_start的位置.不然就會(huì)出現(xiàn)其棧數(shù)據(jù)會(huì)被破壞的情況.所以應(yīng)用程序創(chuàng)建的這些greenlet就是通過不斷的拷貝數(shù)據(jù)到heap中或者從heap中拷貝到棧中來實(shí)現(xiàn)并發(fā)的.對(duì)于io型的應(yīng)用程序使用coroutine真的非常舒服.

下面是greenlet的一個(gè)簡(jiǎn)單的?？臻g模型(from greenlet.c)

復(fù)制代碼代碼如下:

A PyGreenlet is a range of C stack addresses that must be
saved and restored in such a way that the full range of the
stack contains valid data when we switch to it.

Stack layout for a greenlet:

               |     ^^^       |
               | older data   |
               |               |
stack_stop . |_______________|
        .      |               |
        .      | greenlet data |
        .      |   in stack    |
        .    * |_______________| . . _____________ stack_copy + stack_saved
        .      |               |     |             |
        .      |     data      |     |greenlet data|
        .      |   unrelated   |     |    saved    |
        .      |      to       |     |   in heap   |
stack_start . |     this      | . . |_____________| stack_copy
               |   greenlet    |
               |               |
               | newer data   |
               |     vvv       |

下面是一段簡(jiǎn)單的greenlet代碼.

復(fù)制代碼代碼如下:

from greenlet import greenlet

def test1():
    print 12
    gr2.switch()
    print 34

def test2():
    print 56
    gr1.switch()
    print 78

gr1 = greenlet(test1)
gr2 = greenlet(test2)
gr1.switch()

目前所討論的協(xié)程，一般是編程語言提供支持的。目前我所知提供協(xié)程支持的語言包括python，lua，go，erlang, scala和rust。協(xié)程不同于線程的地方在于協(xié)程不是操作系統(tǒng)進(jìn)行切換，而是由程序員編碼進(jìn)行切換的，也就是說切換是由程序員控制的，這樣就沒有了線程所謂的安全問題。

所有的協(xié)程都共享整個(gè)進(jìn)程的上下文，這樣協(xié)程間的交換也非常方便。

相對(duì)于第二種方案（I/O多路復(fù)用），使得使用協(xié)程寫的程序?qū)⒏拥闹庇^，而不是將一個(gè)完整的流程拆分成多個(gè)管理的事件處理。協(xié)程的缺點(diǎn)可能是無法利用多核優(yōu)勢(shì)，不過，這個(gè)可以通過協(xié)程+進(jìn)程的方式來解決。

協(xié)程可以用來處理并發(fā)來提高性能，也可以用來實(shí)現(xiàn)狀態(tài)機(jī)來簡(jiǎn)化編程。我用的更多的是第二個(gè)。去年年底接觸python，了解到了python的協(xié)程概念，后來通過pycon china2011接觸到處理yield，greenlet也是一個(gè)協(xié)程方案，而且在我看來是更可用的一個(gè)方案，特別是用來處理狀態(tài)機(jī)。

目前這一塊已經(jīng)基本完成，后面抽時(shí)間總結(jié)一下。

總結(jié)一下：

1）多進(jìn)程能夠利用多核優(yōu)勢(shì)，但是進(jìn)程間通信比較麻煩，另外，進(jìn)程數(shù)目的增加會(huì)使性能下降，進(jìn)程切換的成本較高。程序流程復(fù)雜度相對(duì)I/O多路復(fù)用要低。

2）I/O多路復(fù)用是在一個(gè)進(jìn)程內(nèi)部處理多個(gè)邏輯流程，不用進(jìn)行進(jìn)程切換，性能較高，另外流程間共享信息簡(jiǎn)單。但是無法利用多核優(yōu)勢(shì)，另外，程序流程被事件處理切割成一個(gè)個(gè)小塊，程序比較復(fù)雜，難于理解。

3）線程運(yùn)行在一個(gè)進(jìn)程內(nèi)部，由操作系統(tǒng)調(diào)度，切換成本較低，另外，他們共享進(jìn)程的虛擬地址空間，線程間共享信息簡(jiǎn)單。但是線程安全問題導(dǎo)致線程學(xué)習(xí)曲線陡峭，而且易出錯(cuò)。

4）協(xié)程有編程語言提供，由程序員控制進(jìn)行切換，所以沒有線程安全問題，可以用來處理狀態(tài)機(jī)，并發(fā)請(qǐng)求等。但是無法利用多核優(yōu)勢(shì)。

上面的四種方案可以配合使用，我比較看好的是進(jìn)程+協(xié)程的模式。

您可能感興趣的文章: