线程,协程对比和Python爬虫实战说明

2018/07/30 Python

这篇文章写的是我对线程和协程的理解,有错误之处欢迎指出。

举一个餐馆的例子。我们把一个餐厅当做一个进程,如果这个餐厅只有1个服务员,那么这个餐厅是 单线程的;如果这个餐厅有2个服务员,那么这个餐厅是双线程的。 如果这个餐厅的服务员像海底捞的服务员一样,一次只服务一桌的客人,在这桌的客人离开前不会服务 下一桌的客人,那么我们称这个线程是阻塞的。如果一个服务员同时服务多桌客人,那么我们称这个线程 是非阻塞的。
实现了非阻塞的线程我们称之为协程,也就是说协程是依赖线程的存在
下面就是Python的爬虫实战对比

本来想使用aiohttp库的,但为了对比效果更好,我使用requests库

我先写了一个本地的flask应用,在返回网页前等待3秒模拟真实网络爬虫

flask-run

单线程爬虫:

single-thread

共花费301

多线程爬虫:

mult-thread

共花费75

单线程协程爬虫:

single-coroutine

只花费9

可以看出单线程的协程爬虫速度已经非常快了

多线程协程爬虫:

mult-coroutine

只花费3

总结

多线程和协程结合,能够使得爬虫的速度达到极致

参考资料: