最近開始研究Python的平行開發技術,包括多線程,多進程,協程等。逐步整理了網路上的一些資料,今天整理了一下greenlet相關的資料。
並行化處理目前很受重視, 因為在很多時候,並行運算能大大的提高系統吞吐量,尤其在現在多核心多處理器的時代,所以像lisp這種古老的語言又被人們重新拿了起來, 函數式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 有一個很有名的函式庫叫做 stackless ,用來做並發處理, 主要是弄了個叫做tasklet的微線程的東西, 而greenlet 跟stackless的最大區別是, 他很輕量級?不夠, 最大的差別是greenlet需要你自己來處理線程切換, 就是說,你需要自己指定現在要執行哪個greenlet再執行哪個greenlet。
以前使用python開發web程式,一直使用的是fastcgi模式.然後每個進程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回應時間都要特別短,不然只要多請求幾次慢的就會讓伺服器拒絕服務,因為沒有線程能夠響應請求了.平時我們的服務上線都會進行性能測試的,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.一旦出現就會讓用戶等好久沒有響應.部分不可用導致全部不可用.後來轉換到了coroutine,python 下的greenlet.所以對它的實現機製做了一個簡單的了解.
每個greenlet都只是heap中的一個python object(PyGreenlet).所以對於一個進程你創建百萬甚至千萬個greenlet都沒有問題.
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其實就是一個函數,以及保存這個函數執行時的上下文.對於函數來說上下文也就是其stack..同一個進程的所有的greenlets共用一個共同的操作系統分配的用戶棧.所以同一時刻只能有堆疊資料不衝突的greenlet使用這個全域的棧.greenlet是透過stack_stop,stack_start來保存其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的棧中資料暫時保存到heap中.保存的位置通過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.不然就會出現其棧數據會被破壞的情況.所以應用程式創建的這些greenlet就是透過不斷的拷貝資料到heap中或從heap中拷貝到棧中來實現並發的.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)
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.
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。
所有的協程都共用整個行程的上下文,這樣協程間的交換也非常方便。
相對於第二種方案(I/O多路復用),使得使用協程寫的程序將更加的直觀,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心優勢,不過,這個可以用協程+流程的方式來解決。
協程可以用來處理並發來提高效能,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,了解到了python的協程概念,後來透過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,後面抽空總結一下。
1)多進程能夠利用多核心優勢,但是進程間通訊比較麻煩,另外,進程數目的增加會使效能下降,進程切換的成本較高。程式流程複雜度相對I/O多重化要低。
2)I/O多重化是在一個行程內部處理多個邏輯流程,不用進行行程切換,效能較高,另外流程間共享資訊簡單。但是無法利用多核心優勢,另外,程式流程被事件處理切割成一個小塊,程式比較複雜,難於理解。
3)執行緒運行在一個行程內部,由作業系統調度,切換成本較低,另外,他們共享行程的虛擬位址空間,執行緒間共享資訊簡單。但是線程安全性問題導致線程學習曲線陡峭,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性問題,可以用來處理狀態機,並發請求等。但是無法利用多核心優勢。
上面的四種方案可以搭配使用,我比較看好的是行程+協程的模式
#以上是Python greenlet使用介紹及實作原理分析的詳細內容。更多資訊請關注PHP中文網其他相關文章!