最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

python使用期物處理并發(fā)教程

 更新時間:2022年06月13日 11:48:24   作者:Michael阿明  
這篇文章主要為大家介紹了python使用期物處理并發(fā)教程,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪

learning from 《流暢的python》

1. futures.ThreadPoolExecutor

import os
import time
import sys
import requests
POP20_CC = ('CN IN US ID BR PK NG BD RU JP ' 'MX PH VN ET EG DE IR TR CD FR').split()
BASE_URL = 'http://flupy.org/data/flags'
DEST_DIR = './'
def save_flag(img, filename):  # 保存圖像
    path = os.path.join(DEST_DIR, filename)
    with open(path, 'wb') as fp:
        fp.write(img)
def get_flag(cc):  # 獲取圖像
    url = '{}/{cc}/{cc}.gif'.format(BASE_URL, cc=cc.lower())
    resp = requests.get(url)
    return resp.content
def show(text):  # 打印信息
    print(text, end=' ')
    sys.stdout.flush()
def download_many(cc_list):
    for cc in sorted(cc_list):
        image = get_flag(cc)  # 獲取
        show(cc)  # 打印
        save_flag(image, cc.lower() + '.gif')  # 保存
    return len(cc_list)
def main(download_many):
    t0 = time.time()
    count = download_many(POP20_CC)
    elapsed = time.time() - t0
    msg = '\n{} flags downloaded in {:.2f}s'
    print(msg.format(count, elapsed))  # 計時信息
# ----使用 futures.ThreadPoolExecutor 類實現(xiàn)多線程下載
from concurrent import futures
MAX_WORKERS = 20  # 最多使用幾個線程
def download_one(cc):
    image = get_flag(cc)
    show(cc)
    save_flag(image, cc.lower() + '.gif')
    return cc
def download_many_1(cc_list):
    workers = min(MAX_WORKERS, len(cc_list))
    with futures.ThreadPoolExecutor(workers) as executor:
        #  使用工作的線程數(shù)實例化 ThreadPoolExecutor 類;
        #  executor.__exit__ 方法會調(diào)用 executor.shutdown(wait=True) 方法,
        #  它會在所有線程都執(zhí)行完畢 前阻塞線程
        res = executor.map(download_one, sorted(cc_list))
        # download_one 函數(shù) 會在多個線程中并發(fā)調(diào)用;
        # map 方法返回一個生成器,因此可以迭代, 獲取各個函數(shù)返回的值
    return len(list(res))
if __name__ == '__main__':
    # main(download_many) # 24 秒
    main(download_many_1)  # 3 秒

2. 期物

通常不應(yīng)自己創(chuàng)建期物

只能由并發(fā)框架(concurrent.futures 或 asyncio)實例化 原因:期物 表示終將發(fā)生的事情,其 執(zhí)行的時間 已經(jīng)排定。因此,只有排定把某件事交給 concurrent.futures.Executor 子類處理時,才會創(chuàng)建 concurrent.futures.Future 實例

例如,Executor.submit() 方法的參數(shù)是一個可調(diào)用的對象,調(diào)用這個方法后會為傳入的可調(diào)用對象 排期,并返回一個期物

def download_many_2(cc_list):
    cc_list = cc_list[:5]
    with futures.ThreadPoolExecutor(max_workers=3) as executor:
        to_do = []
        for cc in sorted(cc_list):
            future = executor.submit(download_one, cc)
            # executor.submit 方法排定可調(diào)用對象的執(zhí)行時間,
            # 然后返回一個 期物,表示這個待執(zhí)行的操作
            to_do.append(future) # 存儲各個期物
            msg = 'Scheduled for {}: {}'
            print(msg.format(cc, future))
        results = []
        for future in futures.as_completed(to_do):
            # as_completed 函數(shù)在期物運行結(jié)束后產(chǎn)出期物
            res = future.result() # 獲取期物的結(jié)果
            msg = '{} result: {!r}'
            print(msg.format(future, res))
            results.append(res)
    return len(results)
輸出:
Scheduled for BR: <Future at 0x22da99d2d30 state=running>
Scheduled for CN: <Future at 0x22da99e1040 state=running>
Scheduled for ID: <Future at 0x22da99e1b20 state=running>
Scheduled for IN: <Future at 0x22da99ec520 state=pending>
Scheduled for US: <Future at 0x22da99ecd00 state=pending>
CN <Future at 0x22da99e1040 state=finished returned str> result: 'CN'
BR <Future at 0x22da99d2d30 state=finished returned str> result: 'BR'
ID <Future at 0x22da99e1b20 state=finished returned str> result: 'ID'
IN <Future at 0x22da99ec520 state=finished returned str> result: 'IN'
US <Future at 0x22da99ecd00 state=finished returned str> result: 'US'
5 flags downloaded in 3.20s

3. 阻塞型I/O和GIL

CPython 解釋器本身就不是線程安全的,因此有全局解釋器鎖(GIL), 一次只允許使用一個線程執(zhí)行 Python 字節(jié)碼。因此,一個 Python 進程 通常不能同時使用多個 CPU 核心

標準庫中所有執(zhí)行阻塞型 I/O 操作的函數(shù),在等待操作系統(tǒng)返回結(jié)果時 都會釋放 GIL。 這意味著在 Python 語言這個層次上可以使用多線程,而 I/O 密集型 Python 程序能從中受益:一個 Python 線程等待網(wǎng)絡(luò)響應(yīng)時,阻塞型 I/O 函數(shù)會釋放 GIL,再運行一個線程(網(wǎng)絡(luò)下載,文件讀寫都屬于 IO 密集型)

4. 使用concurrent.futures模塊啟動進程

這個模塊實現(xiàn)的是真正 的并行計算,因為它使用 ProcessPoolExecutor 類把工作分配給多個 Python 進程處理。 因此,如果需要做 CPU 密集型處理,使用這個模塊 能繞開 GIL,利用所有可用的 CPU 核心

點擊查看:進程、線程概念差異

使用 concurrent.futures 模塊能特別輕松地 把 基于線程 的方案轉(zhuǎn)成 基于進程 的方案

ProcessPoolExecutor 的價值體現(xiàn)在 CPU 密集型 作業(yè)上

以上就是python使用期物處理并發(fā)教程的詳細內(nèi)容,更多關(guān)于python期物處理并發(fā)的資料請關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

  • python實現(xiàn)將一維列表轉(zhuǎn)換為多維列表(numpy+reshape)

    python實現(xiàn)將一維列表轉(zhuǎn)換為多維列表(numpy+reshape)

    今天小編就為大家分享一篇python實現(xiàn)將一維列表轉(zhuǎn)換為多維列表(numpy+reshape),具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-11-11
  • Django零基礎(chǔ)入門之運行Django版的hello world

    Django零基礎(chǔ)入門之運行Django版的hello world

    這篇文章主要介紹了Django零基礎(chǔ)入門之運行Django版的hello world,本文給大家介紹的非常詳細,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2021-09-09
  • python編碼最佳實踐之總結(jié)

    python編碼最佳實踐之總結(jié)

    python編碼最佳實踐之總結(jié),幫助大家整理了python編碼最佳實踐的相關(guān)知識點,重點從性能角度出發(fā)對python的一些慣用法做一個簡單總結(jié),感興趣的小伙伴們可以參考一下
    2016-02-02
  • Python內(nèi)置函數(shù)ord()的實現(xiàn)示例

    Python內(nèi)置函數(shù)ord()的實現(xiàn)示例

    ord()函數(shù)是用于返回字符的Unicode碼點,適用于處理文本和國際化應(yīng)用,它只能處理單個字符,超過一字符或非字符串類型會引發(fā)TypeError,示例代碼展示了如何使用ord()進行字符轉(zhuǎn)換和比較
    2024-09-09
  • python3中類的繼承以及self和super的區(qū)別詳解

    python3中類的繼承以及self和super的區(qū)別詳解

    今天小編就為大家分享一篇python3中類的繼承以及self和super的區(qū)別詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-06-06
  • Python中urllib與urllib2模塊的變化與使用詳解

    Python中urllib與urllib2模塊的變化與使用詳解

    urllib是python提供的一個用于操作URL的模塊,在python2.x中有URllib庫,也有Urllib2庫,在python3.x中Urllib2合并到了Urllib中,我們爬取網(wǎng)頁的時候需要經(jīng)常使用到這個庫,需要的朋友可以參考下
    2023-05-05
  • python的scipy.stats模塊中正態(tài)分布常用函數(shù)總結(jié)

    python的scipy.stats模塊中正態(tài)分布常用函數(shù)總結(jié)

    在本篇內(nèi)容里小編給大家整理的是一篇關(guān)于python的scipy.stats模塊中正態(tài)分布常用函數(shù)總結(jié)內(nèi)容,有興趣的朋友們可以學(xué)習(xí)參考下。
    2021-02-02
  • 淺談pandas.cut與pandas.qcut的使用方法及區(qū)別

    淺談pandas.cut與pandas.qcut的使用方法及區(qū)別

    這篇文章主要介紹了淺談pandas.cut與pandas.qcut的使用方法及區(qū)別,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-03-03
  • 使用python怎樣產(chǎn)生10個不同的隨機數(shù)

    使用python怎樣產(chǎn)生10個不同的隨機數(shù)

    這篇文章主要介紹了使用python實現(xiàn)產(chǎn)生10個不同的隨機數(shù)方式,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2022-07-07
  • Django CBV模型源碼運行流程詳解

    Django CBV模型源碼運行流程詳解

    這篇文章主要介紹了Django CBV模型源碼運行流程詳解,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2020-08-08

最新評論

宁强县| 高要市| 平利县| 罗源县| 罗山县| 梁山县| 闵行区| 克拉玛依市| 克什克腾旗| 凌源市| 阿拉尔市| 康定县| 界首市| 克拉玛依市| 双牌县| 中宁县| 佛冈县| 卢龙县| 肇源县| 舒城县| 阿鲁科尔沁旗| 且末县| 德令哈市| 南昌市| 黄浦区| 塔河县| 揭东县| 大英县| 阳朔县| 辽宁省| 会理县| 通山县| 阳原县| 姚安县| 明光市| 玉树县| 七台河市| 隆安县| 大名县| 开化县| 股票|