python并发学习总结

目录

一、理解操作系统

操作系统(OS)统管了计算机的所有硬件,并负责为应用程序分配和回收硬件资源。
硬件资源总是有限的,而应用程序对资源的欲望都是贪婪的。
当多个应用程序发生硬件资源争夺时,OS负责出面调度,保证多任务的资源分配以保证系统稳定执行。
只有CPU可以执行代码,所以应用程序(任务)执行前,必须申请到CPU资源,同一时刻,一个CPU只能执行一个任务代码。
计算机的CPU数量(资源方)远远小于需要执行的任务数(需求方),操作系统将CPU的资源按照时间片划分,并根据任务类型分配,各任务轮流使用CPU
CPU的执行/切换速度非常快,对于用户而言,多任务看上去就像同时执行一样,此称为并发。

如下是串行和并发的对比:


计算机的内存、硬盘、网卡、屏幕、键盘等硬件提供了数据交换的场所。
OS提供了IO接口以实现数据交换,数据交换的过程一般不需要CPU的参与。
IO接口有两种类型:
1、阻塞型IO
发生IO(数据交换)的时候,调用线程无法向下执行剩余代码,意图占用CPU但不执行任何代码,单线程阻塞型IO自身无法支持并发
2、非阻塞型IO
发生IO(数据交换)的时候,调用线程可以向下执行剩余代码,单线程非阻塞型IO自身可以支持并发

如下是阻塞型IO和非阻塞型IO的对比:

二、任务类型

根据一个任务执行期间占用CPU的比例来划分,有两种类型:
1、CPU密集型
绝大部分时间都是占用CPU并执行代码,比如科学计算任务
2、IO密集型
绝大部分时间都未占用CPU,而是在发生IO操作,比如网络服务

三、Socket模块

OS提供了阻塞IO和非阻塞IO两种类型的接口,应用程序可以自行选择。
Socket模块封装了两种接口,Socket模块提供的函数默认是阻塞IO类型。
用户可以选择手工切换至非阻塞IO类型,使用socketobj.setblocking(False)切换至非阻塞IO模式。
下面将通过一个简单的例子程序来记录对并发的学习思考及总结。

四、一个简单的C/S程序

客户端:循环接收用户的输入,并发送给服务器。从服务器接收反馈并打印至屏幕。
服务器:将接收到的用户输入,变成大写并返回给客户端。

客户端代码固定,主要思考服务器端的代码。
一般我们会这样写服务端代码:

# 服务器端
import socket

addr = ('127.0.0.1', 8080)
server = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
server.bind(addr)
server.listen(5)
print('监听中...')

while True:  # 链接循环
    conn, client = server.accept()
    print(f'一个客户端上线 -> {client}')

    while True:  # 消息循环
        try:
            request = conn.recv(1024)
            if not request:
                break
            print(f"request: {request.decode('utf-8')}")
            conn.send(request.upper())

        except ConnectionResetError as why:
            print(f'客户端丢失,原因是: {why}')
            break

    conn.close()

客户端代码保持不变:

# 客户端
import socket

addr = ('127.0.0.1', 8080)
client = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
client.connect(addr)
print(f'服务器{addr}连接成功')

while True:  # 消息循环
    inp = input('>>>').strip()
    if not inp: continue

    try:
        client.send(inp.encode('utf-8'))
        response = client.recv(1024)
        print(response.decode('utf-8'))

    except ConnectionResetError as why:
        print(f'服务端丢失,原因是: {why}')
        break

client.close()

这种形式的编码我称为:单线程+阻塞IO+循环串行,有如下几个特点:
1、编码简单,模型简洁,可读性强
2、串行提供服务,用户使用服务器必须一个一个排队

单一线程的阻塞IO模型是无法支持并发的,如果要支持并发,有如下两类解决方案。

五、使用阻塞IO实现并发

单线程阻塞IO,本质上是无法实现并发的。因为一旦发生IO阻塞,线程就会阻塞,下方代码不会继续执行。如果要使用单线程阻塞IO来实现并发,需要增加线程数目或者进程数目,当某一个线程/进程发生阻塞的时候,由OS调度至另一个线程/进程执行。


方案一:阻塞IO+多进程

服务器端代码
import socket
from multiprocessing import Process

def task(conn):
    """通信循环处理函数"""

    while True:
        try:
            request = conn.recv(1024)
            if not request:
                break
            print(f"request: {request.decode('utf-8')}")
            conn.send(request.upper())

        except ConnectionResetError as why:
            print(f'客户端丢失,原因是: {why}')
            break

if __name__ == '__main__':  # windows下需要把新建进程写到main中,不然会报错
    addr = ('127.0.0.1', 8080)
    server = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    server.bind(addr)
    server.listen(5)
    print('监听中...')

    while True:
        conn, client = server.accept()
        print(f'一个客户端上线 -> {client}')

        p = Process(target=task, args=(conn,))  # 开启子进程处理与用户的消息循环
        p.start()

将服务器对用户的消息循环操作封装到进程中,单进程依然会发生阻塞
进程之间的调度交由OS负责(重要)
进程太重,创建和销毁进程都需要比较大的开销,此外,一台设备所能涵盖的进程数量非常有限(一般就几百左右)。
进程之间的切换开销也不小。
当进程数小于等于CPU核心数的时候,可以实现真正的并行,当进程数大于CPU核心的时候,依然以并发执行。


方案二:阻塞IO+多线程

服务器端代码
import socket
from threading import Thread

def task(conn):
    """通信循环处理函数"""

    while True:
        try:
            request = conn.recv(1024)
            if not request:
                break
            print(f"request: {request.decode('utf-8')}")
            conn.send(request.upper())

        except ConnectionResetError as why:
            print(f'客户端丢失,原因是: {why}')
            break

if __name__ == '__main__':
    addr = ('127.0.0.1', 8080)
    server = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    server.bind(addr)
    server.listen(5)
    print('监听中...')

    while True:
        conn, client = server.accept()
        print(f'一个客户端上线 -> {client}')

        t = Thread(target=task, args=(conn,))  # 启动多线程处理与用户的消息循环
        t.start()

将服务器对用户的操作封装到线程中,单线程中依然会发生IO阻塞。
线程之间的调度交由OS负责(重要)。
线程较轻,创建和销毁的开销都比较小,但是线程数量也不会太大,一台设备一般能容纳几百至上千的线程。
注意:因为CPython的GIL的存在,使用CPython编写的多线程代码,只能使用一个CPU核心,换句话说,使用官方的解释器执行Python多线程代码,无法并行(单进程中)。
线程之间的切换开销比较小。
实际上,多线程的最大问题并不是并发数太少,而是数据安全问题。
线程之间共享同一进程的数据,在频繁发生IO操作的过程中,难免需要修改共享数据,这就需要增加额外的处理,当线程数量大量增加时,如何妥善处理数据安全的问题就会变成主要困难。


阻塞IO模型的思考和总结

1、多线程和多进程都是基于阻塞IO模式提供的并发,两者编程模型比较简单,可读性也很高。
2、如果使用多线程/进程的方案来提供并发,当线程/进程数量不断增大时,系统稳定性将会下降。虽然可以使用线程/进程池来提供一定的优化,但超过一定数量之后,池子发挥的效果也会越来越小。所以,两者都无法支持超大规模的并发(如C10M及以上)。
3、线程/进程切换都交由OS调度,调度策略依据OS的算法,应用程序无法主动控制,无法针对任务的特性做一些必要的调度算法调整。
4、编码思维直接、易理解,学习曲线平缓。
5、多线程/进程的方案可以理解为单纯的增加资源,如果要想支持超大规模的并发,单纯的增加资源的行为并不合理(资源不可能无限或者总得考虑成本以及效率,而且数量越大,原有的缺点就会越凸显)。
6、另一种解决方案的核心思路是:改变IO模型。

六、使用非阻塞IO实现并发

单线程非阻塞IO模型,本身就直接支持并发,为啥?请回头看看阻塞IO和非阻塞IO的流程图片。
非阻塞IO接口的核心是:调用线程一旦向OS发起IO调用,OS就直接返回结果,因此,调用线程不会被阻塞而可以执行下方代码。不过也正因为不会阻塞,调用线程无法判断立即返回的结果是不是期望结果,所以调用线程需要增加额外的操作对返回结果进行判断,正因为这一点,就增加了编程难度(增加的难度可不是一点啊)。

对立即返回的结果进行判断的方案有两种:

  1. 轮询
    线程定期/不定期主动发起查询和判断
  2. 回调函数+事件循环
    线程在发起IO时注册回调函数,然后统一处理事件循环

注意:非阻塞IO实现并发有多种解决方案,编程模型的可读性都不高,有些方案的编程思维甚至晦涩、难以理解、且编码困难。


方案一:非阻塞IO+Try+轮询

服务器端代码
import socket

addr = ('127.0.0.1', 8080)
server = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
server.bind(addr)
server.setblocking(False)
server.listen(5)
print('监听中...')

# 需要执行接收的conn对象放入此列表
recv_list = []

# 需要发送数据的conn对象和数据放入此列表
send_list = []

# 执行链接循环
while True:
    try:
        conn, client = server.accept()
        # 执行成功,说明返回值是conn,client
        print(f'一个客户端上线 -> {client}')
        # 将成功链接的conn放入列表,当accept发生错误的时候执行conn的消息接收操作
        recv_list.append(conn)

    except BlockingIOError:
        # 执行accept不成功,意味着当前未有任何连接
        # 在下一次执行accept之前,可以执行其他的任务(消息接收操作)

        # 无法对处于遍历期间的接收列表执行remove操作,使用临时列表存储需要删除的conn对象
        del_recv_list = []

        # 对已经成功链接的conn列表执行接收操作
        for conn in recv_list:
            # 对每一个conn对象,执行recv获取request
            try:
                # recv也是非阻塞
                request = conn.recv(1024)
                # 执行成功,就要处理request
                if not request:
                    # 当前conn链接已经失效
                    conn.close()
                    # 不再接收此conn链接的消息,将失效conn加入删除列表
                    del_recv_list.append(conn)
                    # 当前conn处理完毕,切换下一个
                    continue
                # request有消息,处理,然后需要加入发送列表中
                response = request.upper()
                # 发送列表需要存放元组,发送conn和发送的数据
                send_list.append((conn, response))

            except BlockingIOError:
                # 当前conn的数据还没有准备好,处理下一个conn
                continue
            except ConnectionResetError:
                # 当前conn失效,不再接收此conn消息
                conn.close()
                del_recv_list.append(conn)

        # 无法处理发送列表遍历期间的remove,使用临时列表
        del_send_list = []

        # 接收列表全部处理完毕,准备处理发送列表
        for item in send_list:
            conn = item[0]
            response = item[1]

            # 执行发送
            try:
                conn.send(response)
                # 发送成功,就应该从发送列表中移除此项目
                del_send_list.append(item)

            except BlockingIOError:
                # 发送缓冲区有可能已经满了,留待下次发送处理
                continue
            except ConnectionResetError:
                # 链接失效
                conn.close()
                del_recv_list.append(conn)
                del_send_list.append(item)

        # 删除接收列表中已经失效的conn对象
        for conn in del_recv_list:
            recv_list.remove(conn)

        # 删除发送列表中已经发送或者不需要发送的对象
        for item in del_send_list:
            send_list.remove(item)

服务器使用单线程实现了并发。
对于accept接收到的多个conn对象,加入列表,并通过遍历读取列表、发送列表来提供多用户访问。

单线程中的Socket模块提供的IO函数都被设置成:非阻塞IO类型。
增加了额外操作:对非阻塞调用立即返回的结果,使用了Try来判断是否为期望值。
因为不知道何时返回的结果是期望值,所以需要不停的发起调用,并通过Try来判断,即,轮询。
两次轮询期间,线程可以执行其他任务。但是模型中也只是不停的发起轮询,并没有利用好这些时间。

编码模型复杂,难理解。

优化:此模型中的主动轮询的工作由程序负责,其实可以交由OS代为操作。这样的话,应用程序就不需要编写轮询的部分,可以更聚焦于业务逻辑(upper()的部分),Python提供了Select模块以处理应用程序的轮询工作。


方案二:非阻塞IO+Select代理轮询

服务器端代码
import socket
import select

addr = ('127.0.0.1', 8080)
server = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
server.bind(addr)
server.setblocking(False)
server.listen(5)
print('监听中...')

# 最开始的server对象需要被监听,一旦可读,说明可以执行accept
read_list = [server,]

# 需要监听的写列表,一旦wl中可写对象处理完send,应该将它也从此列表中删除
write_list = []

# 用于临时存放某一个sock对象需要发送的数据
data_dic = {}

# 不停的发起select查询
while True:

    # 发起select查询,尝试得到可以操作的socket对象
    rl, wl, xl = select.select(read_list, write_list, [], 1)

    # 操作可读列表
    for sock in rl:
        # 如果可读列表中的对象是server,意味着有链接,则server可执行accept
        if sock is server:
            # 执行accept一定不会报错,所以不需要try
            conn, client = sock.accept()
            # 一旦获得conn,就需要将此conn加入可读列表
            read_list.append(conn)
        else:
            # 说明可读的对象是普通的conn对象,执行recv时要处理链接失效问题
            try:
                request = sock.recv(1024)

            except (ConnectionResetError, ConnectionAbortedError):
                # 此链接失效
                sock.close()
                read_list.remove(sock)
            else:
                # 还需要继续判断request的内容
                if not request:
                    # 说明此conn链接失效
                    sock.close()
                    # 不再监控此conn
                    read_list.remove(sock)
                    continue
                # 处理请求
                response = request.upper()
                # 加入发送列表
                write_list.append(sock)
                # 保存发送的数据
                data_dic[sock] = response

    # 操作可写列表
    for sock in wl:
        # 执行发送操作,send也会出错
        try:
            sock.send(data_dic[sock])
            # 发送完毕后,需要移除发送列表
            write_list.remove(sock)
            # 需要移除发送数据
            data_dic.pop(sock)

        except (ConnectionResetError, ConnectionAbortedError):
            # 此链接失效
            sock.close()
            read_list.remove(sock)
            write_list.remove(sock)

服务器使用单线程实现了并发。
使用了Select模块之后,应用程序不再需要编写主动轮询的代码,而是将此部分工作交由Select模块的select函数代为处理。
应用程序只需要遍历select函数返回的可操作socket列表,并处理相关业务逻辑即可。
虽然应用程序将轮询工作甩给了select,自己不用编写代码。不过select函数的底层接口效率不高,使用epoll接口可以提升效率,此接口被封装在Selectors模块中。
此外,select函数是一个阻塞IO,在并发数很少的时候,线程大部分时间会阻塞在select函数上。所以select函数应该适用于随时随刻都有socket准备好、大规模并发的场景。
编码困难,模型难理解。


select函数接口说明


def select(rlist, wlist, xlist, timeout=None): # real signature unknown; restored from __doc__
    """
    select(rlist, wlist, xlist[, timeout]) -> (rlist, wlist, xlist)
    
    Wait until one or more file descriptors are ready for some kind of I/O.
    The first three arguments are sequences of file descriptors to be waited for:
    rlist -- wait until ready for reading
    wlist -- wait until ready for writing
    xlist -- wait for an ``exceptional condition''
    If only one kind of condition is required, pass [] for the other lists.
    A file descriptor is either a socket or file object, or a small integer
    gotten from a fileno() method call on one of those.
    
    The optional 4th argument specifies a timeout in seconds; it may be
    a floating point number to specify fractions of seconds.  If it is absent
    or None, the call will never time out.
    
    The return value is a tuple of three lists corresponding to the first three
    arguments; each contains the subset of the corresponding file descriptors
    that are ready.
    
    *** IMPORTANT NOTICE ***
    On Windows, only sockets are supported; on Unix, all file
    descriptors can be used.
    """
    pass
  1. 输入4个参数(3位置,1默认),返回3个值
  2. select函数是阻塞IO,函数的返回必须等到至少1个文件描述符准备就绪
  3. 位置参数rlist/wlist/xlist分为是:需要监控的读列表/写列表/例外列表(第3参数暂不理解)
  4. windows下,列表中只能放socket对象,unix下,可以放任何文件描述符
  5. 第4参数如果是None(默认),则会永久阻塞,否则按照给定的值(单位是秒)发生超时,可以使用小数如0.5秒
  6. 返回值是3个列表,里面涵盖的是可以操作的文件描述符对象

关于轮询效率的思考

轮询操作,效率不高。
轮询的工作视角是:发起者定期/不定期主动发起询问,如果数据没有准备好,就继续发起询问。如果数据准备好了,发起者就处理这些数据。
假设,调用者在第35次主动轮询的时候发现数据准备好了,那么意味着前34次主动轮询的操作是没有任何收益的。
调用者要想知道数据是否就绪,就要主动询问,而主动询问的效率又比较低。
这个矛盾的核心关键在于:如何得知数据准备就绪这件事呢?

使用回调函数+事件循环
此种方案中,调用者不会主动发起轮询,而是被动的等待IO操作完成,并由OS向调用者发起准备就绪的事件通知。

方案三:非阻塞IO+Selectors+回调函数+事件循环(待后续补充)

pass

方案四:非阻塞IO+协程+回调函数+事件循环(待后续补充)

pass

非阻塞IO的思考和总结(待后续补充)

  1. 如果将一个IO密集型任务的IO模型设置为非阻塞,则此任务类型将会从IO密集型逐渐转变为CPU密集型。
  2. 非阻塞IO的编程模型比较困难,可读性较差,模型理解困难
    pass

七、关于同步/异步,阻塞IO/非阻塞IO的区别和思考

  1. 阻塞IO和非阻塞IO指的是OS提供的两种IO接口,区别在于调用时是否立即返回。
  2. 同步和异步指的是两个任务之间的执行模型
    同步:两个任务关联性大,任务相互依赖,对任务执行的前后顺序有一定要求
    异步:两个任务关联性小,任务可以相互独立,任务执行顺序没有要求
  3. 网上有很多关于同步阻塞、同步非阻塞、异步阻塞、异步非阻塞的各种理解,站在不同的角度,理解都不一样。我觉得应该把同步/异步划为一类,用于描述任务执行模型,而把阻塞/非阻塞IO划为一类,用于描述IO调用模型。

如下是我根据网上的各种解释,结合自己的思考给出的一个关于同步/异步简单的例子:

  1. 同步
    第一天,晚饭时间到了,你饿了,你走到你老婆面前说:老婆,我饿了,快点做饭!你老婆回答:好的,我去做饭。
    你跟着老婆走到厨房,你老婆花了30分钟的时间给你做饭。这期间,你就站在身边,啥也不干,就这样注视着她,你老婆问你:你站这干嘛?你说:我要等你做完饭再走。30分钟后,你吃到了晚饭。

  2. 异步+轮询
    第二天,晚饭时间到了,你饿了,你大喊:老婆,我饿了,快点做饭!你老婆回答:好的,我去做饭。
    你老婆花了30分钟的时间给你做饭,但是你不再跟着你老婆走到厨房。这期间,你在客厅看电视,不过你实在饿得不行了,于是你每过5分钟,就跑到厨房询问:老婆,饭做好了没?你老婆回答:还要一会。30分钟后,你吃到了晚饭。

  3. 异步+事件通知
    第三天,晚饭时间到了,你饿了,你大喊:老婆,我饿了,快点做饭!你老婆回答:好的,我去做饭。
    你老婆花了30分钟的时间给你做饭,你也不再跟着你老婆走到厨房。这期间,你在客厅看电视,你知道你老婆在做饭,你也不会去催她,专心看电视。30分钟后,你老婆喊你:饭做好了。最后你吃到了晚饭。