当前位置：首页 > news >正文

做网站用什么好/成都百度推广联系方式

news 2025/8/4 8:45:25

做网站用什么好,成都百度推广联系方式,如何做网站电话,做a小视频免费观看网站协程在python GIL之下，同一时刻只能有一个线程在运行，那么对于CPU计算密集的程序来说，线程之间的切换开销就成了拖累，而以I/O为瓶颈的程序正是协程所擅长的：Python中的协程经历了很长的一段发展历程。其大概经历了如下…

协程

在python GIL之下，同一时刻只能有一个线程在运行，那么对于CPU计算密集的程序来说，线程之间的切换开销就成了拖累，而以I/O为瓶颈的程序正是协程所擅长的：

Python中的协程经历了很长的一段发展历程。其大概经历了如下三个阶段：

1.最初的生成器变形yield/send；

2.引入@asyncio.coroutine和yield from；

3.在最近的Python3.5版本中引入async/await关键字。

(1)从yield说起

先看一段普通的计算斐波那契续列的代码def fibs(n):

res = [0] * n

index = 0

a = 0

b = 1

while index

res[index] = b

a, b = b, a b

index = 1

return res

for fib_res in fibs(20):

print(fib_res)

如果我们仅仅是需要拿到斐波那契序列的第n位，或者仅仅是希望依此产生斐波那契序列，那么上面这种传统方式就会比较耗费内存。

这时，yield就派上用场了。def fib(n):

index = 0

a = 0

b = 1

while index

yield b

a, b = b, a b

index = 1

for fib_res in fib(20):

print(fib_res)

当一个函数中包含yield语句时，python会自动将其识别为一个生成器。这时fib(20)并不会真正调用函数体，而是以函数体生成了一个生成器对象实例。

yield在这里可以保留fib函数的计算现场，暂停fib的计算并将b返回。而将fib放入for…in循环中时，每次循环都会调用next(fib(20))，唤醒生成器，执行到下一个yield语句处，直到抛出StopIteration异常。此异常会被for循环捕获，导致跳出循环。

(2) Send来了

从上面的程序中可以看到，目前只有数据从fib(20)中通过yield流向外面的for循环；如果可以向fib(20)发送数据，那不是就可以在Python中实现协程了嘛。

相关推荐：《Python视频教程》

于是，Python中的生成器有了send函数，yield表达式也拥有了返回值。

我们用这个特性，模拟一个慢速斐波那契数列的计算：import time

import random

def stupid_fib(n):

index = 0

a = 0

b = 1

while index

sleep_cnt = yield b

print('let me think {0} secs'.format(sleep_cnt))

time.sleep(sleep_cnt)

a, b = b, a b

index = 1

print('-' * 10 'test yield send' '-' * 10)

N = 20

sfib = stupid_fib(N)

fib_res = next(sfib)

while True:

print(fib_res)

try:

fib_res = sfib.send(random.uniform(0, 0.5))

except StopIteration:

break

python 进行并发编程

在Python 2的时代，高性能的网络编程主要是使用Twisted、Tornado和Gevent这三个库，但是它们的异步代码相互之间既不兼容也不能移植。

asyncio是Python 3.4版本引入的标准库，直接内置了对异步IO的支持。

asyncio的编程模型就是一个消息循环。我们从asyncio模块中直接获取一个EventLoop的引用，然后把需要执行的协程扔到EventLoop中执行，就实现了异步IO。

Python的在3.4中引入了协程的概念，可是这个还是以生成器对象为基础。

Python 3.5添加了async和await这两个关键字，分别用来替换asyncio.coroutine和yield from。

python3.5则确定了协程的语法。下面将简单介绍asyncio的使用。实现协程的不仅仅是asyncio，tornado和gevent都实现了类似的功能。

(1)协程定义

用asyncio实现Hello world代码如下：import asyncio

@asyncio.coroutine

def hello():

print("Hello world!")

# 异步调用asyncio.sleep(1):

r = yield from asyncio.sleep(1)

print("Hello again!")

# 获取EventLoop:

loop = asyncio.get_event_loop()

# 执行coroutine

loop.run_until_complete(hello())

loop.close()

@asyncio.coroutine把一个generator标记为coroutine类型，然后，我们就把这个coroutine扔到EventLoop中执行。 hello()会首先打印出Hello world!，然后，yield from语法可以让我们方便地调用另一个generator。由于asyncio.sleep()也是一个coroutine，所以线程不会等待asyncio.sleep()，而是直接中断并执行下一个消息循环。当asyncio.sleep()返回时，线程就可以从yield from拿到返回值(此处是None)，然后接着执行下一行语句。

把asyncio.sleep(1)看成是一个耗时1秒的IO操作，在此期间，主线程并未等待，而是去执行EventLoop中其他可以执行的coroutine了，因此可以实现并发执行。

我们用Task封装两个coroutine试试：import threading

import asyncio

@asyncio.coroutine

def hello():

print('Hello world! (%s)' % threading.currentThread())

yield from asyncio.sleep(1)

print('Hello again! (%s)' % threading.currentThread())

loop = asyncio.get_event_loop()

tasks = [hello(), hello()]

loop.run_until_complete(asyncio.wait(tasks))

loop.close()