Python greenlet實現理和使用示例

NO IMAGE

最近開始研究Python的並行開發技術,包括多執行緒,多程序,協程等。逐步整理了網上的一些資料,今天整理了一下greenlet相關的資料。

併發處理的技術背景

並行化處理目前很受重視, 因為在很多時候,平行計算能大大的提高系統吞吐量,尤其在現在多核多處理器的時代, 所以像lisp這種古老的語言又被人們重新拿了起來, 函數語言程式設計也越來越流行。 介紹一個python的並行處理的一個庫: greenlet。 python 有一個非常有名的庫叫做 stackless ,用來做併發處理, 主要是弄了個叫做tasklet的微執行緒的東西, 而greenlet 跟stackless的最大區別是, 他很輕量級?不夠, 最大的區別是greenlet需要你自己來處理執行緒切換, 就是說,你需要自己指定現在執行哪個greenlet再執行哪個greenlet。

greenlet的實現機制

以前使用python開發web程式,一直使用的是fastcgi模式.然後每個程序中啟動多個執行緒來進行請求處理.這裡有一個問題就是需要保證每個請求響應時間都要特別短,不然只要多請求幾次慢的就會讓伺服器拒絕服務,因為沒有執行緒能夠響應請求了.平時我們的服務上線都會進行效能測試的,所以正常情況沒有太大問題.但是不可能所有場景都測試到.一旦出現就會讓使用者等好久沒有響應.部分不可用導致全部不可用.後來轉換到了coroutine,python 下的greenlet.所以對它的實現機制做了一個簡單的瞭解.

每個greenlet都只是heap中的一個python object(PyGreenlet).所以對於一個程序你建立百萬甚至千萬個greenlet都沒有問題.

複製程式碼 程式碼如下:
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greenlet其實就是一個函式,以及儲存這個函式執行時的上下文.對於函式來說上下文也就是其stack..同一個程序的所有的greenlets共用一個共同的作業系統分配的使用者棧.所以同一時刻只能有棧資料不衝突的greenlet使用這個全域性的棧.greenlet是通過stack_stop,stack_start來儲存其stack的棧底和棧頂的,如果出現將要執行的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的棧中資料臨時儲存到heap中.儲存的位置通過stack_copy和stack_saved來記錄,以便恢復的時候從heap中拷貝回棧中stack_stop和stack_start的位置.不然就會出現其棧資料會被破壞的情況.所以應用程式建立的這些greenlet就是通過不斷的拷貝資料到heap中或者從heap中拷貝到棧中來實現併發的.對於io型的應用程式使用coroutine真的非常舒服.

下面是greenlet的一個簡單的棧空間模型(from greenlet.c)

複製程式碼 程式碼如下:
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       |

下面是一段簡單的greenlet程式碼.

複製程式碼 程式碼如下:
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()

目前所討論的協程,一般是程式語言提供支援的。目前我所知提供協程支援的語言包括python,lua,go,erlang, scala和rust。協程不同於執行緒的地方在於協程不是作業系統進行切換,而是由程式設計師編碼進行切換的,也就是說切換是由程式設計師控制的,這樣就沒有了執行緒所謂的安全問題。

所有的協程都共享整個程序的上下文,這樣協程間的交換也非常方便。

相對於第二種方案(I/O多路複用),使得使用協程寫的程式將更加的直觀,而不是將一個完整的流程拆分成多個管理的事件處理。協程的缺點可能是無法利用多核優勢,不過,這個可以通過協程 程序的方式來解決。

協程可以用來處理併發來提高效能,也可以用來實現狀態機來簡化程式設計。我用的更多的是第二個。去年年底接觸python,瞭解到了python的協程概念,後來通過pycon china2011接觸到處理yield,greenlet也是一個協程方案,而且在我看來是更可用的一個方案,特別是用來處理狀態機。

目前這一塊已經基本完成,後面抽時間總結一下。

總結一下:

1)多程序能夠利用多核優勢,但是程序間通訊比較麻煩,另外,程序數目的增加會使效能下降,程序切換的成本較高。程式流程複雜度相對I/O多路複用要低。

2)I/O多路複用是在一個程序內部處理多個邏輯流程,不用進行程序切換,效能較高,另外流程間共享資訊簡單。但是無法利用多核優勢,另外,程式流程被事件處理切割成一個個小塊,程式比較複雜,難於理解。

3)執行緒執行在一個程序內部,由作業系統排程,切換成本較低,另外,他們共享程序的虛擬地址空間,執行緒間共享資訊簡單。但是執行緒安全問題導致執行緒學習曲線陡峭,而且易出錯。

4)協程有程式語言提供,由程式設計師控制進行切換,所以沒有執行緒安全問題,可以用來處理狀態機,併發請求等。但是無法利用多核優勢。

上面的四種方案可以配合使用,我比較看好的是程序 協程的模式。

您可能感興趣的文章:

python的迭代器與生成器例項詳解python迭代器的使用方法例項Python中itertools模組用法詳解Python中unittest用法例項Python中bisect的用法python元組操作例項解析Python中實現兩個字典(dict)合併的方法Python中的類學習筆記Python函式巢狀例項Python中的自定義函式學習筆記python迭代器例項簡析