Python 网络编程操作TCP/UDP 初探(二)
博客专区 > 丰_申 的博客 > 博客详情
Python 网络编程操作TCP/UDP 初探(二)
丰_申 发表于1年前
Python 网络编程操作TCP/UDP 初探(二)
  • 发表于 1年前
  • 阅读 34
  • 收藏 0
  • 点赞 0
  • 评论 0

腾讯云 技术升级10大核心产品年终让利>>>   

在上一章中我们遗留了下面几个问题:

1.异步通信,也是在不断的轮询排队处理中,如果采用服务器端多线程处理呢?

2.多线程与异步操作的异同

3.如果A - 服务器 -B该如何实现?(包含以下内容:

    a.半双工通信

    b.全双工通信

    c.多用户全双工通信

    d.使用多线程实现多用户全双工通信

    e.多用户、多房间、全双工通信

    )

针对上面的几个问题:我觉得是很有必要好好探索一下的。那么首先从多线程与异步操作的异同:

一.多线程与异步操作的异同

1.进程:

        每个进程都拥有自己的地址空间、内存、数据栈以及其它用于跟踪执行的辅助数据。需要采用ipc的方式共享信息。

2.线程:

        轻量级进程,在同一个进程下执行的,共享相同的上下文。可以将它们认为是在一个主进程或者“主线程”中并行运行的一些迷你进程,需要操作系统投入CPU资源来运行和调度。线程包含:开始、执行顺序和结束三部分。有一个指令指针,用于纪录当前运行的上下文,当其他线程运行时,它可以被抢占(中断)和临时挂起(睡眠),这种做法叫做让步。最重要的是一个进程中的各个线程与主线程共享同一片数据空间,因此相比于独立的进程而言,线程间的信息共享和通信更加容易。这种共享风险就是,如果多个线程访问同一片数据,由于访问的顺序不同,结果可能不一致。这种情况通常称为竞态条件(race condition)。有些线程可能还有阻塞状态,所以必须处理来避免cpu的时间过多的分配到这些贪婪线程。

3.多线程:

        之前有看到过知乎上的一个比喻,觉得特别好,在这里引用下:

单进程单线程:一个人在一个桌子上吃饭

单进程多线程:一群人在一个桌子上吃饭

多进程单线程:多个人在各自的桌子上吃饭

多线程容易引发的问题就是,一群人在一个桌子上吃饭的时候,如果同时有多个人要夹同一个菜,就容易一个人刚伸筷子,菜已经被别人夹走。所以必须一人夹一筷子。这就是资源冲突。

在windows上,创建进程会消耗会很大,所以鼓励大家在windows平台下进行单进程多线程操作。

在linux 上,创建进程的消耗很小,所以鼓励大家在各自的桌子上吃饭,但是这样就存在不同桌子互相讲话很困难。所以需要大家学习处理进程间的通信。

当在多核cpu上,每个cpu运行一个进程,有各自的进程资源,所以在cpu核心上切换无需考虑上下文。但是如果每个核心运行一个线程,每个线程需要共享资源,所以必须将一个核心上的资源拷贝到另一个核心才能继续运行,所以会耗费大量的开销。因此在多核服务器端编程,要习惯多进程而非多线程。

4.异步操作

        所谓异步,打个比方,就是如果一大群人都想你听他说话,那么你就给他们每人一分钟的时间说,大家轮流说,没说完的待会儿轮到时再继续说。也就是一个时间片的方法。异步处理基于两个前提。第一个前提是支持并发,当然这是基本前提。这里的并发并不一定要是并行,也就是说允许逻辑上异步,实现上串行;第二个前提是 支持回调(callback),因为并发的、异步的处理不会阻塞当前正在被执行的流程,所以“任务完成后”要执行的步骤应该写在回调中,绝大多数回调是通过函数来实现。

异步操作的优缺点:

  因为异步操作无须额外的线程负担,并且使用回调的方式进行处理,在设计良好的情况下,处理函数可以不必使用共享变量(即使无法完全不用,最起码可以减少共享变量的数量),减少了死锁的可能。当然异步操作也并非完美无暇。编写异步操作的复杂程度较高,程序主要使用回调方式进行处理,与普通人的思维方式有些初入,而且难以调试。

多线程的优缺点:
  多线程的优点很明显,线程中的处理程序依然是顺序执行,符合普通人的思维习惯,所以编程简单。但是多线程的缺点也同样明显,线程的使用(滥用)会给系统带来上下文切换的额外负担。并且线程间的共享变量可能造成死锁的出现。

针对他们是适用范围,如果针对大数据量的算法及图形处理,建议使用多线程进行操作。

二、实战,下面我们来实现下以下几个功能:

1.半双工通信

        半双工通信,就是只有一个人能打字,而另一个参与者在得到输入消息提示之前必须等待消息。并且,一旦发送者发送一了一条消息,在它能够再次发送消息之前,必须等待对方的回复。再上一章中,其实我们已经实现了,修改下部分代码,来更加完善:

服务器端:

# coding:utf-8
from socket import *
from time import ctime

HOST = ''
PORT = 21567
BUFSIZE = 1024
ADDR = (HOST, PORT)

tcpSerSock = socket(AF_INET, SOCK_STREAM)  # 分配TCP服务器套接字
tcpSerSock.bind(ADDR)  # 将套接字绑定到服务器地址
tcpSerSock.listen(5)  # 开启TCP监听器,接受连接数6个,超过连接数拒绝连接!只与第一个连接客户端通信.

try:
    while True:
        print 'waiting for connection...'   # 无限循环中,等待客户端的连接
        tcpCliSock, addr = tcpSerSock.accept()
        print '...connected from:', addr
        try:
            while True:
                data = tcpCliSock.recv(BUFSIZE)  # 接收客户端数据
                if not data:  # 如果接收的消息是空白数据,这以为着客户端已经退出,跳出循环,关闭当前的客户端连接,继续等待另一个客户端连接
                    break
                else:
                    print ' Client To Ser [%s] %s' % (ctime(), data)
                    while True:
                        serRecData = raw_input('> ')
                        if not serRecData:
                            continue
                        else:
                            tcpCliSock.send(serRecData)  # 接受到客户端消息不为空,服务端输入信息返回给客户端。
                            print 'waiting for Client...'
                            break
        finally:
            tcpCliSock.close()
finally:
    tcpSerSock.close()  # 永远不会执行,只是提醒大家,可以用这种方式,关闭服务器套接字,退出服务

客户端:

# coding:utf-8
from socket import *
from time import ctime

HOST = 'localhost'
PORT = 21567
BUFSIZE = 1024
ADDR = (HOST, PORT)

tcpCliSock = socket(AF_INET, SOCK_STREAM)  # 分配TCP套接字
tcpCliSock.connect(ADDR)  # 通过主机信息连接服务器
try:
    while True:
        data = raw_input('> ')   # 输入信息
        if not data:  # 如果输入为空,则跳出循环体,关闭客户端连接
            break
        tcpCliSock.send(data)  # 输入不为空,发送信息。
        print 'waiting for Ser...'
        data = tcpCliSock.recv(BUFSIZE)
        if not data:
            break
        print ' Ser To Client [%s] %s' % (ctime(), data)
finally:
    tcpCliSock.close()

 

服务器端显示:

客户端显示:

2.全双工通信

3.多用户全双工通信

4.使用多线程实现多用户全双工通信

5.多用户、多房间、全双工通信

 

共有 人打赏支持
粉丝 10
博文 35
码字总数 114690
×
丰_申
如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!
* 金额(元)
¥1 ¥5 ¥10 ¥20 其他金额
打赏人
留言
* 支付类型
微信扫码支付
打赏金额:
已支付成功
打赏金额: