码迷,mamicode.com
首页 > 其他好文 > 详细

104.协程

时间:2020-02-16 13:21:46      阅读:64      评论:0      收藏:0      [点我收藏+]

标签:函数名   inspect   产生   并发   python   过程   multi   指定   资源   

协程

  • 定义:为非抢占式多任务产生子程序的计算机程序组件
  • 协程允许不同入口点在不同位置暂停或开始执行程序
  • 从技术角度讲,协程是可以暂停的函数,或直接理解为生成器
  • 本质是单线程,相比多线程,可以及其节省系统资源
  • 协程函数运行结束后,如果还执行.send()就会报错StopIteration
  • yield即使返回值,也是可以是下一步的参数输入值
def xc():
    print("协程开始")
    #yield既是出口,也是入口
    a = yield
    print("协程从新开始:", a)

#实例一个协程
x = xc()

print("11111")
#此步骤可以使用next(x)
#开始执行,也叫预激
x.send(None)
print("22222")
x.send("haha")

inspect.getgeneratorstate(x) 查询协程的状态(inspect模块)

  • ‘GEN_CREATED‘ 等待开始执行。
  • ‘GEN_RUNNING‘ 解释器正在执行。
  • ‘GEN_SUSPENDED‘ 在 yield 表达式处暂停。
  • ‘GEN_CLOSED‘ 执行结束。

协程终止

  • 协程中文处理的异常,会向上传递给next或.seed方法的调用方
  • 止协程的另一种方法:发送哨符值,让协程推出,一内置的None或Ellipsis

yield from

  • 委派生成器
    • 包含yield from的生成器函数
def A():
    for i in [1, 2]:
        yield i

print(list(A()))

def B():
    #相当于在list和[1, 2]间的中间地带
    yield from [1, 2]

print(list(B()))

asyncio包

  • python3.4开始引入便准库,内置对异步IO的支持
  • asyncio本身是一个消息循环
  • 创建过程:
    1. 创建消息循环
    2. 把协程引入
    3. 关闭消息循环
import threading
import asyncio

@asyncio.coroutine
def hello():
    print('Hello world! (%s)' % threading.currentThread())
    #跳出协程,睡5秒
    yield from asyncio.sleep(1)
    print('Hello again! (%s)' % threading.currentThread())

#启动消息循环
loop = asyncio.get_event_loop()
#定义要执行的任务
tasks = [hello(), hello()]
#asyncio使用wati等待task执行完毕
loop.run_until_complete(asyncio.wait(tasks))
loop.close()
#执行结果
Hello world! (<_MainThread(MainThread, started 2400)>)
Hello world! (<_MainThread(MainThread, started 2400)>)
Hello again! (<_MainThread(MainThread, started 2400)>)
Hello again! (<_MainThread(MainThread, started 2400)>)

async 和 await

  • python3.5引入
  • 更好的表示异步io
  • 让协程代码更简洁
  • 在语法上可以简单的替换
    • async 替换 @asyncio.coroutine
    • await 替换 yield from

aidhttp

  • asyncio可以实现单线程并发IO操作
  • 客户端用处不大
  • 在服务器端,可以处理多用户的高并发用coroutine+单线程
  • asyncio实现了TCP.UDP.SSL等协议
  • aiohttp是给予asyncio的http框架
  • 不是标准模块,需安装

concurrent.futures

  • python3库
  • 线程池
    -利用multiprocessiong实现真正的并行计算,前提是cup得是多核
  • 原理已子进程的形式,并行运行多个python解释器,子进程和主进程是相互独立的,所以他们的全局解释器锁是相互独立的,每个子进程都能完整的使用一个cup内核
  • from concurrent.futures import ThreadPoolExecutor
    • ThreadPoolExecutor(max_workers=数量) 创建线程池,并指定线程数量,根据需要选择
    • ProcesspoolExecutor(max_workers=数量) 创建进程池,并指定进程数量,根据需要选择
    • .submit(fn, args, kwargs) 创建线程或进程 fn线程或进程函数的函数名
    • .done 线程执行的状态 Ture执行完毕, False未执行完毕
    • .result 线程或进程函数执行的结果
import time
from concurrent import futures

def return_futures(a):
    time.sleep(2)
    return a

#创建一个线程池,max_workers工作线程数量
s = futures.ThreadPoolExecutor(max_workers=2)
#向线程池中加入两个任务
r1 = s.submit(return_futures, "hi")
r2 = s.submit(return_futures, "hello")

#判断两个线程执行状态
print(r1.done())
print(r2.done())
time.sleep(3)
print(r1.done())
print(r2.done())

#输出两个线程的结果
print(r1.result())
print(r2.result())
  • .map()
    • 和map函数类似,映射
    • 异步执行
import time
from concurrent import futures

def wait_on(a):
    print(a)
    time.sleep(2)
    return "ok"

l = [1, 2]

t = futures.ThreadPoolExecutor(max_workers=2)
for i in t.map(wait_on, l):
    print(i)

104.协程

标签:函数名   inspect   产生   并发   python   过程   multi   指定   资源   

原文地址:https://www.cnblogs.com/TK-tank/p/12316220.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!