亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

python基礎(chǔ)之并發(fā)編程(三)

 更新時(shí)間:2021年10月27日 15:26:25   作者:寵乖儀  
這篇文章主要介紹了詳解python的并發(fā)編程,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

一、協(xié)程定義和作用

協(xié)程(coroutine),又稱為微線程,纖程。(協(xié)程是一種用戶態(tài)的輕量級(jí)線程)

作用:在執(zhí)行 A 函數(shù)的時(shí)候,可以隨時(shí)中斷,去執(zhí)行 B 函數(shù),然后中斷繼續(xù)執(zhí)行 A 函數(shù) (可以自動(dòng)切換),單著一過(guò)程并不是函數(shù)調(diào)用(沒(méi)有調(diào)用語(yǔ)句),過(guò)程很像多線程,然而協(xié) 程只有一個(gè)線程在執(zhí)行

1、使用協(xié)程的優(yōu)點(diǎn)

由于自身帶有上下文和棧,無(wú)需線程上下文切換的開銷,屬于程序級(jí)別的切換,操作系統(tǒng) 完全感知不到,因而更加輕量級(jí);

無(wú)需原子操作的鎖定及同步的開銷;

方便切換控制流,簡(jiǎn)化編程模型

單線程內(nèi)就可以實(shí)現(xiàn)并發(fā)的效果,最大限度地利用 cpu,且可擴(kuò)展性高,成本低(注:一 個(gè) CPU 支持上萬(wàn)的協(xié)程都不是問(wèn)題。所以很適合用于高并發(fā)處理)

2、使用協(xié)程的缺點(diǎn)

無(wú)法利用多核資源:協(xié)程的本質(zhì)是個(gè)單線程,它不能同時(shí)將 單個(gè) CPU 的多個(gè)核用上,協(xié) 程需要和進(jìn)程配合才能運(yùn)行在多 CPU 上.當(dāng)然我們?nèi)粘K帉懙慕^大部分應(yīng)用都沒(méi)有這個(gè)必 要,除非是 cpu 密集型應(yīng)用。

進(jìn)行阻塞(Blocking)操作(如 IO 時(shí))會(huì)阻塞掉整個(gè)程序

# 協(xié)程的基本使用,  實(shí)現(xiàn)兩個(gè)任務(wù)的切換         yield  和 next 來(lái)回切換
def func1():
    for i in range(11):
        print(f"一班打印第{i}次數(shù)據(jù)")
        yield
def func2():
    g = func1()
    next(g)
    for i in range(10):
        print(f"二班打印第{i}次數(shù)據(jù)")
        next(g)
if __name__ == "__main__":
    func2()

二、Greenlet 的使用

單線程內(nèi)有多個(gè)任務(wù),用greenlet實(shí)現(xiàn)任務(wù)的切換 greenlet 和 switch 組合

from greenlet import greenlet
# pip install greenlet
def gf(name):
    print(f'{name}:我想王者?。?)
    g2.switch('zf')
    print(f'{name}:我想吃大餐?。。?)
    g2.switch()
def bf(name):
    print(f'{name}:一塊去完?。?!')
    g1.switch()
    print(f'{name}:一起去吃??!')
if __name__ == "__main__":
    g1 = greenlet(gf)
    g2 = greenlet(bf)
    # 切換任務(wù)
    g1.switch('dc')   # 只需要第一次上傳

三、Gevent的使用

Gevent 是一個(gè)第三方庫(kù),可以輕松通過(guò) gevent 實(shí)現(xiàn)并發(fā)同步或異步編程,在 gevent 中用到的主要模式是 Greenlet,它是以 C 擴(kuò)展模塊形式接入 Python 的輕量級(jí)協(xié)程。

Greenlet 全部運(yùn)行在主程序操作系統(tǒng)進(jìn)程的內(nèi)部,但他們被協(xié)作式地調(diào)度。

from gevent import monkey; # 為了能識(shí)別time模塊的io
monkey.patch_all()  #必須放到被打補(bǔ)丁者的前面,如 time,socket 模塊之前
import gevent
# pip install gevent
from time import time,sleep
def gf(name):
    print(f'{name}:我想打王者??!')
    # gevent.sleep(2)
    sleep(2)
    print(f'{name}:我想吃大餐!??!')
def bf(name):
    print(f'{name}:一起打?。?!')
    # gevent.sleep(2)
    sleep(2)
    print(f'{name}:一快去吃!!')
if __name__ == "__main__":
    start = time()
    # 創(chuàng)建協(xié)程對(duì)象
    g1 = gevent.spawn(gf,'貂蟬')
    g2 = gevent.spawn(bf,'呂布')
    # 開啟任務(wù)
    g1.join()
    g2.join()
    end = time()
    print(end-start)

注意:上例 gevent.sleep(2)模擬的是 gevent 可以識(shí)別的 io 阻塞; 而 time.sleep(2)或其他的阻塞,gevent 是不能直接識(shí)別的需要用下面一行代碼,打補(bǔ)丁,就 可以識(shí)別了

四、async io 異步 IO

asyncio 是 python3.4 之后的協(xié)程模塊,是 python 實(shí)現(xiàn)并發(fā)重要的包,這個(gè)包使用事件 循環(huán)驅(qū)動(dòng)實(shí)現(xiàn)并發(fā)。

事件循環(huán)是一種處理多并發(fā)量的有效方式,在維基百科中它被描述為「一種等待程序分配 事件或消息的編程架構(gòu)」,我們可以定義事件循環(huán)來(lái)簡(jiǎn)化使用輪詢方法來(lái)監(jiān)控事件,通俗的說(shuō) 法就是「當(dāng) A 發(fā)生時(shí),執(zhí)行 B」。

  • @asyncio.coroutine 協(xié)程裝飾器裝飾
  • asyncio.sleep() 可以避免事件循環(huán)阻塞
  • get_event_loop() 獲取事件循環(huán)
  • Loop.run_until_complete() 監(jiān)聽事件循環(huán)
  • gather() 封裝任務(wù)
  • await 等于 yield from 就是在等待 task 結(jié)果
import asyncio
@asyncio.coroutine # python3.5 之前 官網(wǎng)說(shuō)3.10將被移除
def func1():
    for i in range(5):
        print('一邊吃飯??!')
        yield from asyncio.sleep(0)
async def func2(): # python3.5以上
    for i in range(5):
        print('一邊打游戲?。?!')
        await asyncio.sleep(0)
if __name__ == "__main__":
    g1 = func1()
    g2 = func2()
    # 獲取事件循環(huán)
    loop = asyncio.get_event_loop()
    # 監(jiān)聽事件循環(huán)
    loop.run_until_complete(asyncio.gather(g1,g2))
    # 關(guān)閉事件循環(huán)
    loop.close()

1、asyncio中的task的使用

import asyncio
import functools
async def compute(x,y):
    print(f'compute:{x}+{y}....')
    await asyncio.sleep(1)
    return x+y
async def print_sum(x,y):
    # 創(chuàng)建task
    task = asyncio.create_task(compute(x,y))        #python3.7以上寫法
    # task綁定回調(diào)函數(shù)
    task.add_done_callback(functools.partial(end,x,y))  #python3.7以上寫法
    # 釋放下cpu的使用
    await asyncio.sleep(0)
    print('--------------------print_num繼續(xù)執(zhí)行---------------------------')
    for i in range(1000000):
        if i%5000 ==0:
            print(i)
            await asyncio.sleep(0.1)
def end(n,m,t):
    print(f'{n}+{m}={t.result()}')
if __name__ == "__main__":
    loop = asyncio.get_event_loop()
    loop.run_until_complete(print_sum(1,2))
    loop.close()

五、總結(jié)

并行:指的是任務(wù)數(shù)小于等于 cpu 核數(shù),即任務(wù)真的是一起執(zhí)行的

并發(fā):指的是任務(wù)數(shù)多余 cpu 核數(shù),通過(guò)操作系統(tǒng)的各種任務(wù)調(diào)度算法,實(shí)現(xiàn)用多個(gè)任 務(wù)“一起”執(zhí)行(實(shí)際上總有一些任務(wù)不在執(zhí)行,因?yàn)榍袚Q任務(wù)的速度相當(dāng)快,看上去一 起執(zhí)行而已)

進(jìn)程與線程的區(qū)別:

1. 線程是程序執(zhí)行的最小單位,而進(jìn)程是操作系統(tǒng)分配資源的最小單位;

2. 一個(gè)進(jìn)程由一個(gè)或多個(gè)線程組成,線程是一個(gè)進(jìn)程中代碼的不同執(zhí)行路線;

3. 進(jìn)程之間相互獨(dú)立,但同一進(jìn)程下的各個(gè)線程之間共享程序的內(nèi)存空間(包括代碼段、 數(shù)據(jù)集、堆等)及一些進(jìn)程級(jí)的資源(如打開文件和信號(hào)),某進(jìn)程內(nèi)的線程在其它進(jìn)程 不可見(jiàn);

4. 調(diào)度和切換:線程上下文切換比進(jìn)程上下文切換要快得多。

進(jìn)程、線程和協(xié)程的特點(diǎn)

進(jìn)程:擁有自己獨(dú)立的堆和棧,既不共享堆,也不共享?xiàng)?,進(jìn)程由操作系統(tǒng)調(diào)度;進(jìn)程切換需要的資源很最大,效率很低

線程:擁有自己獨(dú)立的棧和共享的堆,共享堆,不共享?xiàng)#瑯?biāo)準(zhǔn)線程由操作系統(tǒng)調(diào)度;線 程切換需要的資源一般,效率一般(當(dāng)然了在不考慮 GIL 的情況下)

協(xié)程:擁有自己獨(dú)立的棧和共享的堆,共享堆,不共享?xiàng)?,協(xié)程由程序員在協(xié)程的代碼里 顯示調(diào)度;協(xié)程切換任務(wù)資源很小,效率高

多進(jìn)程、多線程根據(jù) cpu 核數(shù)不一樣可能是并行的,但是協(xié)程是在一個(gè)線程中 所以是并發(fā)

選擇技術(shù)考慮的因素:切換的效率、數(shù)據(jù)共享的問(wèn)題、 數(shù)據(jù)安全、是否需要并發(fā)

總結(jié)

本篇文章就到這里了,希望能夠給你帶來(lái)幫助,也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容!

相關(guān)文章

  • 用PyInstaller把Python代碼打包成單個(gè)獨(dú)立的exe可執(zhí)行文件

    用PyInstaller把Python代碼打包成單個(gè)獨(dú)立的exe可執(zhí)行文件

    這篇文章主要介紹了用PyInstaller把Python代碼打包成單個(gè)獨(dú)立的exe可執(zhí)行文件,需要的朋友可以參考下
    2018-05-05
  • python決策樹之C4.5算法詳解

    python決策樹之C4.5算法詳解

    這篇文章主要為大家詳細(xì)介紹了python決策樹之C4.5算法的相關(guān)資料,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2017-12-12
  • Python進(jìn)程池基本概念

    Python進(jìn)程池基本概念

    這篇文章主要介紹了Python進(jìn)程池基本概念,當(dāng)創(chuàng)建的子進(jìn)程數(shù)量不多時(shí),可以直接利用多處理進(jìn)程中的進(jìn)程動(dòng)態(tài)形成需要的進(jìn)程,下文關(guān)于Python線程池的概念做詳細(xì)介紹,需要的小伙伴可以參考一下
    2022-03-03
  • Caffe卷積神經(jīng)網(wǎng)絡(luò)solver及其配置詳解

    Caffe卷積神經(jīng)網(wǎng)絡(luò)solver及其配置詳解

    這篇文章主要為大家介紹了Caffe卷積神經(jīng)網(wǎng)絡(luò)solver及其配置詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2022-06-06
  • Yolov5訓(xùn)練意外中斷后如何接續(xù)訓(xùn)練詳解

    Yolov5訓(xùn)練意外中斷后如何接續(xù)訓(xùn)練詳解

    目標(biāo)檢測(cè)是計(jì)算機(jī)視覺(jué)上的一個(gè)重要任務(wù),下面這篇文章主要給大家介紹了關(guān)于Yolov5訓(xùn)練意外中斷后如何接續(xù)訓(xùn)練的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下
    2022-03-03
  • python 詳解如何使用GPU大幅提高效率

    python 詳解如何使用GPU大幅提高效率

    CuPy是一個(gè)開源矩陣庫(kù),使用NVIDIA CUDA加速。CuPy使用Python提供GPU加速計(jì)算。CUPY使用CUDA相關(guān)庫(kù),包括 CuBLAS、CUDNN、Curand、CuoSver、CuPaSeSE、Cufft和NCCL,以充分利用GPU架構(gòu)
    2021-11-11
  • Python selenium 三種等待方式詳解(必會(huì))

    Python selenium 三種等待方式詳解(必會(huì))

    這篇文章主要介紹了Python selenium 三種等待方式詳解(必會(huì))的相關(guān)資料,非常不錯(cuò),具有參考借鑒價(jià)值,需要的朋友可以參考下
    2016-09-09
  • Python常用內(nèi)置函數(shù)和關(guān)鍵字使用詳解

    Python常用內(nèi)置函數(shù)和關(guān)鍵字使用詳解

    在Python中有許許多多的內(nèi)置函數(shù)和關(guān)鍵字,它們是我們?nèi)粘V薪?jīng)常可以使用的到的一些基礎(chǔ)的工具,可以方便我們的工作。本文將詳細(xì)講解他們的使用方法,需要的可以參考一下
    2022-05-05
  • Python教程pandas數(shù)據(jù)分析去重復(fù)值

    Python教程pandas數(shù)據(jù)分析去重復(fù)值

    Pandas指定行進(jìn)行去重更新值,加載數(shù)據(jù)sample抽樣函數(shù),指定需要更新的值append直接添加append函數(shù)用法,根據(jù)某一列key值進(jìn)行去重key唯一
    2021-09-09
  • Python中argparse基本用法小結(jié)

    Python中argparse基本用法小結(jié)

    argparse是一個(gè)強(qiáng)大而靈活的模塊,它可以幫助你輕松地處理命令行參數(shù),本文主要介紹了Python中argparse基本用法小結(jié),具有一定的參考價(jià)值,感興趣的可以了解一下
    2024-02-02

最新評(píng)論