Python并发库gevent的使用　

我们知道对于网络请求这种IO bound的场景来说，最怕的就是某个请求阻塞了其余的操作，让并发性大大降低。今天就来介绍一款python开发中的并发库- gevent 。

　　首先看一下他自己的介绍：

　　gevent是一个基于libev的并发库。它为各种并发和网络相关的任务提供了整洁的API。

　　嗯，确实很简洁，很易使用。待会我们就见识到了。

　　同步IO

　　首先我们来看看传统的IO请求。

　　比如我们请求： http://httpbin.org/ip 发个http get请求会得到我们的ip地址，如：

　　{

　　"origin": "183.240.202.14"

　　}

　　我们来写个脚本连续发50个get请求到这个地址，以模拟多个请求。(脚本命名为get.py)

　　import requests

　　url = 'http://httpbin.org/ip'

　　for i in range(50):

　　print("{}: {}".format(i, requests.get(url).text))

　　统计一下运行时间：

　　$ time python3 get.py

　　(输出略...)python3 get.py 0.56s user 0.06s system 1% cpu 35.606 total

　　大概花费35s钟，当然不同网络环境可能结果不同。而且打印出来的结果是按照1, 2, 3...50这样的顺序来的，说明整个请求是同步的，一个请求结束再发下一个请求。

　　使用gevent

　　我们再来写一个gevent版的get.py，命名为gevent_get.py

　　import requestsimport geventimport gevent.monkey# 这里将socket变成异步

　　gevent.monkey.patch_socket()

　　url = 'http://httpbin.org/ip'

　　def hello(i):

　　print("{}: {}".format(i, requests.get(url).text))

　　tasks = [gevent.spawn(hello, i) for i in range(50)]

　　gevent.joinall(tasks)

　　再来看看运行时间：

　　$ time python3 gevent_get.py

　　(输出略...)python3 gevent_get.py 0.49s user 0.06s system 39% cpu 1.403 total

　　我的天！才1.4秒左右，而且打印出来的结果没有按照1, 2, 3...50这样排列，而是按照随机顺序排列的，说明整个请求是异步非阻塞的。

　　结论

　　我又多试了几次，gevent的效率确实牛，远远高于同步io请求。最近在我的一个爬虫小项目里面用进程池 + gevent，爬取80个页面，大概花费40s左右，每个页面只要0.5s，而且还包括DOM解析的时间，而用同步请求则花费大概300s左右。

gevent的更多用法请参考其官方文档。这么简单又好用的库赶紧试试吧。

来源：SegmentFault