首页 > 代码库 > python高性能代码之多线程优化

python高性能代码之多线程优化

以常见的端口扫描器为实例

端口扫描器的原理很简单,操作socket来判断连接状态确定主机端口的开放情况。

import socket def scan(port):   s = socket.socket()   if s.connect_ex((localhost, port)) == 0:     print port, open   s.close() if __name__ == __main__:   map(scan,range(1,65536)) 

这是一个socket扫描器的基本代码。

但是如果直接运行会等待很长时间都没有反应,这是因为socket是阻塞的,到等待每个连接超时后才会进入下一个连接。

给这段代码加一个超时

s.settimeout(0.1)

完整的代码如下

import socket def scan(port):   s = socket.socket()   s = settimeont(0.1)  if s.connect_ex((localhost, port)) == 0:     print port, open   s.close() if __name__ == __main__:   map(scan,range(1,65536)) 

本文的重点不在于扫描器功能部分。而重点在于代码质量的提升和优化从而提升代码的运行效率。

多线程版本:

import socket import threading def scan(port):   s = socket.socket()   s.settimeout(0.1)   if s.connect_ex((localhost, port)) == 0:     print port, open   s.close()  if __name__ == __main__:   threads = [threading.Thread(target=scan, args=(i,)) for i in xrange(1,65536)]   map(lambda x:x.start(),threads) 

 

 Run起来,速度确实快了不少,但是抛出了异常:thread.error: can‘t start new thread

这个进程开启了65535个线程,有两种可能,一种是超过最大线程数了,一种是超过最大socket句柄数了。在linux可以通过ulimit来修改。
如果不修改最大限制,怎么用多线程不报错呢?
加个queue,变成生产者-消费者模式,开固定线程。

多线程+队列版本:

import socket import threading from Queue import Queue def scan(port):   s = socket.socket()   s.settimeout(0.1)   if s.connect_ex((localhost, port)) == 0:     print port, open   s.close()  def worker():   while not q.empty():     port = q.get()     try:       scan(port)     finally:       q.task_done()  if __name__ == __main__:   q = Queue()   map(q.put,xrange(1,65535))   threads = [threading.Thread(target=worker) for i in xrange(500)]   map(lambda x:x.start(),threads)   q.join() 

 

开500个线程,不停的从队列中取出任务来进行...

 

multiprocessing + 队列版本:

总不能开65535个进程吧?还是用生产者消费者模式

import multiprocessing def scan(port):   s = socket.socket()   s.settimeout(0.1)   if s.connect_ex((localhost, port)) == 0:     print port, open   s.close()  def worker(q):   while not q.empty():     port = q.get()     try:       scan(port)     finally:       q.task_done()  if __name__ == __main__:   q = multiprocessing.JoinableQueue()   map(q.put,xrange(1,65535))   jobs = [multiprocessing.Process(target=worker, args=(q,)) for i in xrange(100)]   map(lambda x:x.start(),jobs) 

 

注意这里把队列作为一个参数传入到worker中去,因为是process safe的queue,不然会报错。
还有用的是JoinableQueue(),顾名思义就是可以join()的。

gevent的spawn版本:

from gevent import monkey; monkey.patch_all(); import gevent import socket ... if __name__ == __main__:   threads = [gevent.spawn(scan, i) for i in xrange(1,65536)]   gevent.joinall(threads) 

 

注意monkey patch必须在被patch的东西之前import,不然会Exception KeyError.比如不能先import threading,再monkey patch.

gevent的Pool版本:

from gevent import monkey; monkey.patch_all(); import socket from gevent.pool import Pool ... if __name__ == __main__:   pool = Pool(500)   pool.map(scan,xrange(1,65536))   pool.join() 

 

concurrent.futures版本:

import socket from Queue import Queue from concurrent.futures import ThreadPoolExecutor ... if __name__ == __main__:   q = Queue()   map(q.put,xrange(1,65536))   with ThreadPoolExecutor(max_workers=500) as executor:     for i in range(500):       executor.submit(worker,q) 

 

python高性能代码之多线程优化