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

如何在Python中編寫(xiě)并發(fā)程序

 更新時(shí)間:2016年02月27日 09:32:52   投稿:hebedich  
讓計(jì)算機(jī)程序并發(fā)的運(yùn)行是一個(gè)經(jīng)常被討論的話題,今天我想討論一下Python下的各種并發(fā)方式。

GIL

在Python中,由于歷史原因(GIL),使得Python中多線程的效果非常不理想.GIL使得任何時(shí)刻Python只能利用一個(gè)CPU核,并且它的調(diào)度算法簡(jiǎn)單粗暴:多線程中,讓每個(gè)線程運(yùn)行一段時(shí)間t,然后強(qiáng)行掛起該線程,繼而去運(yùn)行其他線程,如此周而復(fù)始,直到所有線程結(jié)束.

這使得無(wú)法有效利用計(jì)算機(jī)系統(tǒng)中的"局部性",頻繁的線程切換也對(duì)緩存不是很友好,造成資源的浪費(fèi).

據(jù)說(shuō)Python官方曾經(jīng)實(shí)現(xiàn)了一個(gè)去除GIL的Python解釋器,但是其效果還不如有GIL的解釋器,遂放棄.后來(lái)Python官方推出了"利用多進(jìn)程替代多線程"的方案,在Python3中也有concurrent.futures這樣的包,讓我們的程序編寫(xiě)可以做到"簡(jiǎn)單和性能兼得".

多進(jìn)程/多線程+Queue

一般來(lái)說(shuō),在Python中編寫(xiě)并發(fā)程序的經(jīng)驗(yàn)是:計(jì)算密集型任務(wù)使用多進(jìn)程,IO密集型任務(wù)使用多進(jìn)程或者多線程.另外,因?yàn)樯婕暗劫Y源共享,所以需要同步鎖等一系列麻煩的步驟,代碼編寫(xiě)不直觀.另外一種好的思路是利用多進(jìn)程/多線程+Queue的方法,可以避免加鎖這樣麻煩低效的方式.

現(xiàn)在在Python2中利用Queue+多進(jìn)程的方法來(lái)處理一個(gè)IO密集型任務(wù).

假設(shè)現(xiàn)在需要下載多個(gè)網(wǎng)頁(yè)內(nèi)容并進(jìn)行解析,單進(jìn)程的方式效率很低,所以使用多進(jìn)程/多線程勢(shì)在必行.
我們可以先初始化一個(gè)tasks隊(duì)列,里面將要存儲(chǔ)的是一系列dest_url,同時(shí)開(kāi)啟4個(gè)進(jìn)程向tasks中取任務(wù)然后執(zhí)行,處理結(jié)果存儲(chǔ)在一個(gè)results隊(duì)列中,最后對(duì)results中的結(jié)果進(jìn)行解析.最后關(guān)閉兩個(gè)隊(duì)列.

下面是一些主要的邏輯代碼.

# -*- coding:utf-8 -*-

#IO密集型任務(wù)
#多個(gè)進(jìn)程同時(shí)下載多個(gè)網(wǎng)頁(yè)
#利用Queue+多進(jìn)程
#由于是IO密集型,所以同樣可以利用threading模塊

import multiprocessing

def main():
  tasks = multiprocessing.JoinableQueue()
  results = multiprocessing.Queue()
  cpu_count = multiprocessing.cpu_count() #進(jìn)程數(shù)目==CPU核數(shù)目

  create_process(tasks, results, cpu_count)  #主進(jìn)程馬上創(chuàng)建一系列進(jìn)程,但是由于阻塞隊(duì)列tasks開(kāi)始為空,副進(jìn)程全部被阻塞
  add_tasks(tasks) #開(kāi)始往tasks中添加任務(wù)
  parse(tasks, results) #最后主進(jìn)程等待其他線程處理完成結(jié)果


def create_process(tasks, results, cpu_count):
  for _ in range(cpu_count):
    p = multiprocessing.Process(target=_worker, args=(tasks, results)) #根據(jù)_worker創(chuàng)建對(duì)應(yīng)的進(jìn)程
    p.daemon = True #讓所有進(jìn)程可以隨主進(jìn)程結(jié)束而結(jié)束
    p.start() #啟動(dòng)

def _worker(tasks, results):
  while True:  #因?yàn)榍懊嫠芯€程都設(shè)置了daemon=True,故不會(huì)無(wú)限循環(huán)
    try:
      task = tasks.get()  #如果tasks中沒(méi)有任務(wù),則阻塞
      result = _download(task)
      results.put(result)  #some exceptions do not handled
    finally:
      tasks.task_done()

def add_tasks(tasks):
  for url in get_urls(): #get_urls() return a urls_list
    tasks.put(url)

def parse(tasks, results):
  try: 
    tasks.join()
  except KeyboardInterrupt as err:
    print "Tasks has been stopped!"
    print err

  while not results.empty():
    _parse(results)



if __name__ == '__main__':
  main()

利用Python3中的concurrent.futures包

在Python3中可以利用concurrent.futures包,編寫(xiě)更加簡(jiǎn)單易用的多線程/多進(jìn)程代碼.其使用感覺(jué)和Java的concurrent框架很相似(借鑒?)
比如下面的簡(jiǎn)單代碼示例

def handler():
  futures = set()

  with concurrent.futures.ProcessPoolExecutor(max_workers=cpu_count) as executor:
    for task in get_task(tasks):
      future = executor.submit(task)
      futures.add(future)

def wait_for(futures):
  try:
    for future in concurrent.futures.as_completed(futures):
      err = futures.exception()
      if not err:
        result = future.result()
      else:
        raise err
  except KeyboardInterrupt as e:
    for future in futures:
      future.cancel()
    print "Task has been canceled!"
    print e
  return result

總結(jié)

要是一些大型Python項(xiàng)目也這般編寫(xiě),那么效率也太低了.在Python中有許多已有的框架使用,使用它們起來(lái)更加高效.
但是自己的一些"小打小鬧"的程序這樣來(lái)編寫(xiě)還是不錯(cuò)的.:)

相關(guān)文章

最新評(píng)論

新龙县| 偏关县| 淮滨县| 垫江县| 乌苏市| 江油市| 类乌齐县| 云阳县| 鸡东县| 和政县| 南乐县| 吴旗县| 合作市| 英吉沙县| 五莲县| 台南市| 岳池县| 天柱县| 抚松县| 横峰县| 吴川市| 临沭县| 进贤县| 文登市| 泽州县| 河北省| 桃园县| 收藏| 绵阳市| 房产| 环江| 广西| 穆棱市| 滕州市| 轮台县| 承德县| 梨树县| 奉新县| 鄱阳县| 新泰市| 青岛市|