码迷,mamicode.com
首页 > 编程语言 > 详细

Python——eventlet.greenpool

时间:2014-12-16 23:56:14      阅读:608      评论:0      收藏:0      [点我收藏+]

标签:style   blog   http   ar   io   color   使用   sp   for   

  该模块提供对 greenthread 池的支持。

  greenthread 池提供了一定数量的备用 greenthread ,有效限制了孵化 greenthread 过多导致的内存不足,当池子中没有足够的空闲 greenthread 时,孵化过程被暂停,只有当先前工作中的 greenthread 完成当前工作,才能为下一个任务做孵化准备。

   本模块包括两个类:

  1. eventlet.greenpool.GreenPool

  2. eventlet.greenpool.GreenPile

 

一、 class eventlet.greenpool.GreenPool(size=1000) 

  该类的对象是 green threads 的池子,默认容量是1000个green threads。

该类的方法

  1. free()

  2. imap(function, *iterables)

  3. resize(new_size)

  4. running()

  5. spawn(function, *args, **kwargs)

  6. spawn_n(function, *args, **kwargs)

  7. starmap(function, iterable)

  8. waitall()

  9. waiting()

1.

free() 

  返回当前对象中可用的greenthreads。

  如果为 0 或更少,那么 spawn() 和 spawn_n() 将会阻塞调用 greenthread 直到有新的可用的 greenthread 为止。

  至于为什么此处可能返回负值,请查看3. resize()

2.

imap(function, *iterables)  

  效果等同于 itertools.imap() ,在并发和内存使用上等同于 starmap() 。

  例如,可以非常方便地对文件做一些操作:

def worker(line):
    return do_something(line)
pool = GreenPool()
for result in pool.imap(worker, open("filename", r)):
    print(result)

3. 

resize(new_size) 

  改变当前允许同时工作的 greenthreads 最大数量

  如果当前有多于 new_size 的 greenthreads 处于工作中,它们可以完成自己的执行,只不过此时不许任何的新 greenthreads 被分配。只有当足够数量的 greenthreads 完成自己的工作,然后工作中的 greenthreads 总数低于 new_size 时,新的 greenthreads 才能被分配。在此之前,free() 的返回值将会使负的。 

4.

running()

  返回当前池子中正在执行任务的 greenthreads 。

5.

spawn(function, *args, **kwargs) 
  从当前的池子中孵化一个可用的greenthread,在这个 greenthread 中执行 function ,参数 *args, **kwargs 为传给 function 的参数。返回一个 GreenThread 对象,这个对象执行着 function ,可以通过该 GreenThread 对象获取 function 的返回值。
  如果当前池子中没有空余的 greenthread ,那么该方法阻塞直到有新的可用的 greenthreads 被释放。
  该函数可以重用, function  可以调用同一个 GreenPool 对象的 spawn 方法,不用担心死锁。
6.
spawn_n(function, *args, **kwargs) 
  创建一个 greenthread 来运行 function,效果等同于 spawn()。 只不过这个函数返回 None,即丢弃 function 的返回值。
7.
starmap(function, iterable)
  等同于 itertools.starmap()除了对于可迭代对象中的每一个元素,都会在一个 greenthread 里面执行 func 。 并发的上限由池子的容量限制。在实际的操作中, starmap() 消耗的内存与池子的容量成比例,从而格外适合遍历特别长的输入列表。 
8.
waitall()
  等待池子中的所有 greenthreads 完成工作。
9.
waiting()
  返回当前等待孵化的 greenthreads 数。
二、
class eventlet.greenpool.GreenPile(size_or_pool=1000)  
  GreenPile 是一些I/O相关任务的抽象。
  可以使用一个已经存在的 GreenPool 对象构造一个 GreenPile ,这个 GreenPile 在处理自己的任务时将会用那个池子的并发。一个 GreenPool 可以对应多个 GreenPile。
  一个 GreenPile 也可以独立构造,不与任何 GreenPool 绑定。只需要在创建实例时传入一个整数作为参数即可。
  使用不是当前调用 spawn() 的 greenthread 迭代一个 GreenPile 并不明智,迭代器将会过早的退出。 
  
该类的方法有
1.  next() 

等待下一个结果,挂起当前的 greenthread 直到结果可用为止。 当没有更多的结果时,抛出 StopIteration 异常。

2.  spawn(func, *args, **kw) 

在它自己的 greenthread 中运行 func,结果储存在 GreenPile 对象中,可以迭代该对象获取这些结果。

Python——eventlet.greenpool

标签:style   blog   http   ar   io   color   使用   sp   for   

原文地址:http://www.cnblogs.com/Security-Darren/p/4168233.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!