python 多进程和协程配合使用

一、需求分析

有一批key已经写入到3个txt文件中，每一个txt文件有30万行记录。
现在需要读取这些txt文件，判断key是否在数据仓库中。(redis或者mysql)

为空的记录，需要写入到日志文件中！

任务分工

1. 使用多进程技术，每一个进程读取一个txt文件

2. 使用协程技术，批量读取txt文件记录。比如一次性读取 2000条记录

注意：打开文件操作，最好在一个进程中，重复打开文件，会造成系统资源浪费！

二、完整代码

#!/usr/bin/env python3
# coding: utf-8
"""
多线程和协程配合使用示例
"""

import os
import time
from gevent import monkey;monkey.patch_all()
from gevent.pool import Pool
from functools import partial
from multiprocessing import Process

COROUTINE_NUMBER = 2000  # 协程池数量
pool = Pool(COROUTINE_NUMBER)  # 使用协程池

# 模拟数据仓库，测试数据
data_dict = {"":"x1","":"x3","":"x5","":"x7","":"x9"}

class TestProgram(object):  # 测试程序
    def __init__(self):
        self.BASE_DIR = os.path.dirname(os.path.abspath(__file__))  # 项目根目录

    def write_log(self,number, content, colour='white', skip=False):
        """
        写入日志文件
        :param content: 写入内容
        :param colour: 颜色
        :param skip: 是否跳过打印时间
        :return:
        """
        # 颜色代码
        colour_dict = {
            'red': 31,  # 红色
            'green': 32,  # 绿色
            'yellow': 33,  # 黄色
            'blue': 34,  # 蓝色
            'purple_red': 35,  # 紫红色
            'bluish_blue': 36,  # 浅蓝色
            'white': 37,  # 白色
        }
        choice = colour_dict.get(colour)  # 选择颜色

        path = os.path.join(self.BASE_DIR, "output_%s.log" % number)  # 日志文件
        with open(path, mode='a+', encoding='utf-8') as f:
            if skip is False:  # 不跳过打印时间时
                content = time.strftime('%Y-%m-%d %H:%M:%S') + ' ' + content

            info = "\033[1;{};1m{}\033[0m".format(choice, content)
            print(info)
            f.write(content + "\n")

    def has_null(self, key, number):
        """
        输出key
        :param key: 键值
        :param number: 文件标记
        :return: bool
        """
        key = key.strip()
        if not data_dict.get(key):
            self.write_log(number,"错误，{} 记录为空".format(key),"red")
            return False

        print(key)
        return True

    def read_file(self, number):
        """
        读取文件
        :param number: 文件标记
        :return:
        """
        file_name = os.path.join(self.BASE_DIR, "data", "%s.txt" % number)
        # print(file_name)
        self.write_log(number, "开始读取文件 {}".format(file_name),"green")
        with open(file_name, encoding='utf-8') as f:
            # 使用协程池，执行任务。语法: pool.map(func,iterator)
            # partial使用偏函数传递参数
            # 注意：has_null第一个参数,必须是迭代器遍历的值
            pool.map(partial(self.has_null, number=number), f)

        self.write_log(number, "结束文件读取 {} 完成".format(file_name),"green")
        return True

    def run(self, number):
        """
        读取指定的文件，判断每一个key是否为空
        :param number:
        :return:
        """
        startime = time.time()  # 开始时间

        # 清空日志
        path = os.path.join(self.BASE_DIR, "output_%s.log" % number)  # 日志文件
        with open(path, mode='w') as f:
            pass

        self.read_file(number)

        endtime = time.time()
        take_time = endtime - startime

        if take_time < 1:  # 判断不足1秒时
            take_time = 1  # 设置为1秒
        # 计算花费时间
        m, s = divmod(take_time, 60)
        h, m = divmod(m, 60)

        self.write_log(number, "%s.txt 花费时间 %02d:%02d:%02d" % (number,h, m, s),"green")

    def main(self):
        """
        使用多线程执行程序
        :return:
        """
        # 文件标记列表
        file_list = ["", "", ""]

        p_lst = []  # 线程列表
        for i in file_list:
            # self.run(i)
            p = Process(target=self.run, args=(i,))  # 子进程调用函数
            p.start()  # 启动子进程
            p_lst.append(p)  # 将所有进程写入列表中

        for p in p_lst: p.join()  # 检测p是否结束,如果没有结束就阻塞直到结束,否则不阻塞

TestProgram().main()  # 启动主程序，它会开启3个进程。

执行输出：