线程，协程对比和Python爬虫实战说明

GitHub代码仓库地址：https://github.com/zhang0peter/python-coroutine

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的爬虫实战对比说明
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.png

单线程爬虫：

single-thread.png

共花费301秒

多线程爬虫：

mult-thread.png

共花费75秒

单线程协程爬虫：

single-coroutine.png

只花费9秒
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.png

只花费3秒

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：

• 一个故事讲完进程、线程和协程
• asyncio：高性能异步模块使用介绍
• Python中异步协程的使用方法介绍
• 在 Python 中按需处理数据，第 3 部分 协程和 asyncio
• How could I use requests in asyncio?