Dotaz: Python - select.select() a stdin buffer

[lukas]

Cau,

Mam program A ktery pouzije pty.fork() a v childu hodi sub.call("program B")

A i B jsou python skripty.

A zapise data to 'fd' vraceny pty.fork() - zapise moc dat a pak prestane zapisovat.

B periodicky zjistuje jestli maka nejaka data na stdin a muze z nej cist rlist,_,_ = select.select([sys.stdin],[],[],1) a kdyz je sys.stdin v rlist, tak se pouzije sys.stdin.read(1024) a sys.stdin je v non-blocking modu

Muze se ted stat ze A zapise data do PTY, v programu B se zapisou do bufferu sys.stdin ... sys.stdin.read() nevrati vsechny z bufferu (to znamena jeste jsou nejaka data v bufferu) ale select.select pak uz neinformuje ze je mozno cist ze sys.stdin protoze do nej od te doby nebylo nic zapsano?

dik

Odpovědi

[lukas]

Zkus o vikendu napsat maly skript na kterem bych to ilustroval (ono totiz v realu je tam jeste ssh mezi PTY a tim programem co v nem bezi ) ...

[anon]

tak jo - tady mam ukazku ktera se mi tak chova

master.py

from select import select
import pty 
import os,sys
import subprocess as sub 
import time

(pid,fd) = pty.fork()
if pid == 0:
    sub.call("python slave.py",shell=True)
else:
    time.sleep(0.5)
    sent = 0 
    while True:
        for i in range(0,10):
            select([],[fd],[])
            size = os.write(fd,"x"*1000)    
            #os.write(fd,"\n")
            sent += size
            print(str(sent))
        time.sleep(5)

slave.py

import fcntl
import os,sys
from select import select
import tty

sys.stdout = open("log","w",0)

# make stdin a non-blocking file
fd = sys.stdin.fileno()
fl = fcntl.fcntl(fd, fcntl.F_GETFL)
fcntl.fcntl(fd, fcntl.F_SETFL, fl | os.O_NONBLOCK)
#
tty.setraw(fd)
#
#sys.stdin = os.fdopen(sys.stdin.fileno(), 'r', 0)

bytes_read = 0
print("on")
while True:
    rlist,_,_ = select([sys.stdin],[],[],1)
    if sys.stdin in rlist:
        string = sys.stdin.read(200)
        bytes_read += len(string)
        print(str(bytes_read))
    else:
        print("not ready")

a ted kdyz pustim 'python master.py' a v terminalu vedle 'tail -f log' tak vidim ze poslednich 800 poslanych bytu zustane v bufferu, select rika ze sys.stdin neni ready pro cteni (protoze master.py nezapsala zadny novy data) a tech 800 bytu z buffer se precte az potom co master.py posle dalsi data do PTY

Kdyz odkomentuju tu lajnu v slave.py ktera nastavuje velikost bufferu na 0 tak to jede hezky.

Tohle pak vedlo k deadlocku v tom programku co pisu.

[anon]

Tady davam jeste priklad jak tento problem vse zablokuje.

master.py

from select import select
import pty 
import os,sys
import subprocess as sub 
import time

(pid,fd) = pty.fork()
if pid == 0:
    sub.call("python slave.py",shell=True)
else:
    time.sleep(0.5)
    sent = 0
    while True:
        os.write(fd,"DATA")
        os.write(fd,"DATA")
        os.write(fd,"DATA")
        os.write(fd,"DATA")
        os.write(fd,"DATA")
        os.write(fd,"YOYO")
        select([fd],[],[])
        string = os.read(fd,1024)
        if string == "YOYO":
            print("master received: YOYO\n")
        else:
            print("master:DEAD")

slave.py

import fcntl
import os,sys
from select import select
import tty

log = open("log","w",0)

# make stdin a non-blocking file
fd = sys.stdin.fileno()
fl = fcntl.fcntl(fd, fcntl.F_GETFL)
fcntl.fcntl(fd, fcntl.F_SETFL, fl | os.O_NONBLOCK)
#
tty.setraw(fd)
#
#sys.stdin = os.fdopen(sys.stdin.fileno(), 'r', 0)

data_read = ""
log.write("on\n")
while True:
    rlist,_,_ = select([sys.stdin],[],[],1)
    if sys.stdin in rlist:
        data_read += sys.stdin.read(10)
        while len(data_read) >= 4:
            msg = data_read[:4]
            data_read = data_read[4:]
            log.write("slave: received "+msg+"\n")
            if msg == "YOYO":
                log.write("slave: sending YOYO\n")
                sys.stdout.write("YOYO")
                sys.stdout.flush()
    else:
        log.write("not ready\n")

Kdyz pustite master.py a tail -f log tak vydite ze se zpracuji pouze prvni dve zpravy "DATA" a vse se zasekne.

Pokud zmenite sys.stdin.read(10) v slave.py na sys.stdin.read(24) vse bude fungovat krasne v nekonecnem loopu. Pokud odkomentujete v slave.py radek sys.stdin = os.fdopen(sys.stdin.fileno(), 'r', 0) tak vsechno bude chodit krasne v loopu i kdyz nechate sys.stdin.read(10)

A ted moje otazka: Proc to tak je ... je toto chovani nekde zdokumentovano? Tyka se to pouze PTY ? A hlavne proc select nerika "jo sys.stdin je ready ke cteni" kdyz vi ze jsou v bufferu sys.stdin data ktera sys.stdin.read muze precist?

[anon]

stejny v pythonu 3.2.3

[pavlix]

Psát céčko v Pythonu? Dá se.

Chyba je tady:

sys.stdin.read(10)

Tohle nemůže se selectem dobře fungovat, je to vysokoúrovňové bufferující API, podobně jako funkce ANSI C nad FILE strukturama.

Volání select.select je nízkoúrovňové API a lze kombinovat pouze s nízkoúrovňovým čtením, tedy os.read.

Jako hraní super, ale Python na něco takového absolutně není určený. Doporučuju zůstat jen u pokusů, případně si ty pokusy udělat i v céčku. Na skutečné asynchronní aplikace je lepší použít nějakou pythoní knihovnu, která to celé poskládá, případě si céčkovskou asynchronní knihovnu napsat a implementovat v ní pythoní rozhraní, pokud už to člověk musí nutně zkoušet na vlastní kůži.

[lukas]

Souhlas, ideal na to co pisu by byl python+twisted ale twisted bohuzel neumim. Treba to jednou do twisted prepisu.

Mimochodem, ono to je jen takhle na ukazku par radku - zbytek programu uz je python . Tady to takto lowlevel byt musi kvuli PTY a non-blocking non-buffering stdio (ale treba to fcntl je jen copy&paste). A tohle byla jedina vec ktera me v pythonu nachytala a v C by se nestala (ale taky jsem na tomhle stravil asi 10h ) ale i tak by mi to v C trvalo aspon petkrat tak dlouho nez v pythonu a nejspis bych to nikdy nedokoncil.

Kdyz mas sys.stdin jako priklad primo v python docs tady tak me to zmatlo dobre. Imho bude sys.stdin fungovat dobre se select pokud neni v PTY.

No kazdopadne ted uz jsem se poucil a a priste si budu davat pozor kombinovat select s high level objekty. Diky.

...

Jo a to co kodim bych hranim nenazyval , ono je to uzitecny a kodim to jen proto ze jsem zadny program co by resil stejny problem nenasel - a sam bych to na vlastni kuzi taky raci nezkousel ale jak rikam, neumim twisted.

[lukas]

Jeste me napadlo ze ten select bude nejspis dobre fungovat s stdin i v PTY pokud se nenastavi tty na RAW

[pavlix]

Těžko. Jako možná se to dá ovládnout, ale musel bys v první řadě ovládnout chování těch ANSI funkcí a jejich buffrování. Ale je to zbytečné.

Když chci asynchronně volat read, tak prostě volám systémový read a ne fread, který obsahuje cyklus a snaží se bufferovat.

[lukas]

Jde o to ze "\n" je specialni pro stdio buffer v pythonu a stejne tak pro select pokud neni tty v RAW modu. Proto to fungovat bude.

[pavlix]

Tak což o to, to lze přepout. Mimochodem, nevím jak současné verze, ale pythoní file API vždy trpělo chybami souvisejícími teď nevím jestli s EOF, ale každopádně software v pythonu se mi nikdy při vstupu z terminálu nechoval správně. Tuším, že bylo potřeba CTRL+D mačkat vícekrát, než je potřeba.

Na nízkoúrovňové čtení bych radši zůstal u nízkoúrovňových funkcí. ty dokonce fungují i bez přepnutí fd do neblokujícího režimu (testováno v C).

[lukas]

Na nízkoúrovňové čtení bych radši zůstal u nízkoúrovňových funkcí. ty dokonce fungují i bez přepnutí fd do neblokujícího režimu (testováno v C).

Jo, ted uz jsem se poucil a priste to presne takhle resit budu

[pavlix]

jedina vec ktera me v pythonu nachytala a v C by se nestala

To je tím, že python používá pro funkce namespacing, ať už pomocí modulů nebo tříd, popřípadě i objektů (to umí C taky, ale i tak funkce musí mít název alespoň na úrovni modulu).

Takže se více funkcí jmenuje read, přitom jsou principiálně odlišné a pracují na odlišné úrovni.

ale i tak by mi to v C trvalo aspon petkrat tak dlouho nez v pythonu a nejspis bych to nikdy nedokoncil.

Tak pokud ty céčkoviny zabírají jen nějaký jeden malý modul, takto může být jednodušší než se učit pythoní C API.

Kdyz mas sys.stdin jako priklad primo v python docs tady tak me to zmatlo dobre.

To se dá buď brát jako chyba v manuálu nebo jako popis příliš spoléhající na znalosti čtenáře.

On si totiž select umí ten deskriptor zřejmě z objektu vytáhnout sám, takže file objekt je sám o sobě ok. Problém je v implementaci file.read(), která i podle manuálu spouští fread(), což nemusí fungovat. Prostě se počítá s tím, že čtení bude realizováno takto:

os.read(f.fileno())

Imho bude sys.stdin fungovat dobre se select pokud neni v PTY.

To těžko.

Jo a to co kodim bych hranim nenazyval , ono je to uzitecny a kodim to jen proto ze jsem zadny program co by resil stejny problem nenasel - a sam bych to na vlastni kuzi taky raci nezkousel ale jak rikam, neumim twisted.

Twisted umí být komplikovaný, ale dá se naučit. Jednou jsem v tom něco zkoušel. Problém je, že twisted nejde dobře kombinovat s jinými a spoustu věcí neumí.

Ale na asynchronní přístup v C se mi osvědčil glib. V Pythonu se dá použít gobject introspection, takže můžeš pracovat jak v C tak v Pythonu, aniž byses učil pythoní C API.

[lukas]

Tak pokud ty céčkoviny zabírají jen nějaký jeden malý modul, takto může být jednodušší než se učit pythoní C API.

Jeste to tak abych se ucil me uplne staci jak vypada popis funkce forkpty() v C a naproti tomu pty.fork() v pythonu ... a jeste to kompilovat pro cygwin apod. tady me budes tezko presvedcovat ze jsem to mel psat v C

Imho bude sys.stdin fungovat dobre se select pokud neni v PTY.

To těžko.

Pokud tam pude stdin pres pajpu. To by pak vysvetlovalo ten manual. Jestli v tom manualu mysleli pouzite sys.stdin v select a pak ctete os.read(0,1024) tak je to dost nekonzistetni.

Problém je, že twisted nejde dobře kombinovat s jinými a spoustu věcí neumí.

To byl dalsi duvod proc jsem se mu vyhnul.

[pavlix]

Jeste to tak abych se ucil me uplne staci jak vypada popis funkce forkpty() v C a naproti tomu pty.fork() v pythonu ... a jeste to kompilovat pro cygwin apod. tady me budes tezko presvedcovat ze jsem to mel psat v C

Tak cygwin je unix jako každý jiný, že :), linuxové distribuci je prostředí cygwinu dost blízké.

Jinak bacha, kdybys používal Python přímo na windows, tak spousta věcí funguje trochu jinak. Zvlášť těch nízkoúrovňových. Ono se na první pohled zdá, že vespod je úplně stejná unixovská vrstva, ale není to úplně pravda.

Dělal jsem začátečnické školení Pythonu ve firmě se smíšenou výbavou účastnických počítačů a ty Windows jsme dost řešili. Ale všechno nějak vyřešit šlo.

To byl dalsi duvod proc jsem se mu vyhnul.

To je obecný problém kombinace synchronních a asynchronních API, bez ohledu na jazyk. Problém je v tom, že Python je většinou tvůrců knihoven vnímán jako skriptovací jazyk a pro ten sjou synchronní API typická.

Problém je, že z asynchronního API jde synchronní vyrobit celkem lehce (v dynamickém jazyce zvlášť), zatímco naopak to nejde a jedinou možností je vláknovat.

Spousta vývojářů i core pythoních věcí zase neřeší vlánka, tak se pro jistotu zamyká celý interpret a paralelní zpracování pythoních vláken je z principu vyloučené, tudíž multiprocessing vychází v pythonu mnohem rychlejší než multithreading.

Paradoxem ovšem je, že komunikace mezi procesy je synchronní a tudíž i při multiprocessingu je předávání zpráv realizováno vláknem (tedy multithreadingem).