首页
首页
沸点
课程
直播
活动
竞赛
商城
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
线程进程协程
waws520
创建于2021-05-15
订阅专栏
线程、进程、协程的使用和原理的总结和实战代码分享
等 4 人订阅
共20篇文章
创建于2021-05-15
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
ThreadPoolExecutor 的用法及实战(二)
前面介绍了ThreadPoolExecutor 的用法,现在我们从源码的角度来剖析 with ThreadPoolExecutor(5) as thread的使用 第一、with的使用 首先是 wit
线程和线程池的写法总结
ThreadPoolExecutor 的用法 导包 第一种使用submit + as_completed 第二种就是使用map的方式 Threading的使用 默认情况 主进程运行结束退出,非守护的子
ThreadPoolExecutor 的用法及实战(一)
前言 从Python3.2开始,标准库为我们提供了 concurrent.futures 模块,它提供了 ThreadPoolExecutor (线程池)和ProcessPoolExecutor (进
gevent调度流程解析
gevent是目前应用非常广泛的网络库,高效的轮询IO库libev加上greenlet实现的协程(coroutine),使得gevent的性能非常出色,尤其是在web应用中。本文介绍gevent的调度
greenlet 的理解和使用
在前面的文章中提到python原生的generator是semicoroutine,而greenlet是真协程。本文内容主要来自对官网文档的翻译,在其中也加入了很多自己的理解和例子。主要包括以下内容:
enhanced generator增强生成器 - coroutine携程
本文主要介绍python中Enhanced generator即coroutine相关内容,包括基本语法、使用场景、注意事项,以及与其他语言协程实现的异同。 enhanced generator
yield和generator的理解
本文将由浅入深详细介绍yield以及generator,包括以下内容:什么generator,生成generator的方法,generator的特点,generator基础及高级应用场景,genera
greenlet的使用
greenlet初体验 Greenlet是python的一个C扩展,来源于Stackless python,旨在提供可自行调度的‘微线程’, 即协程。generator实现的协程在yield va
Python广为使用的并发处理库futures使用入门与内部原理
Python广为使用的并发处理库futures使用入门与内部原理 在使用Python处理任务时,限于单线程处理能力有限,需要将任务并行化,分散到多个线程或者是多个进程去执行。 concurrent.f
在实战中体会多线程和多进程的关系
使用传统的threading的Thread进行操作 执行的效果如图所示 使用threadpool 采用线程池的方式进行操作 注意在这个地方我们需要提前构建一个数据列表 使用mutliprocess.P
multiprocessing.cpu_count()
查看自己电脑的cpu线程数和核数的方式:使用任务管理器 multiprocessing.cpu_count() —> 实际指的是线程数 一开始以为是指cpu核数,可是结果输出为16(运行电脑是8核16
gevent For the Working Python Developer的翻译
第三部分 文章的地址:http://sdiehl.github.io/gevent-tutorial/ Real World Applications Gevent ZeroMQ ZeroMQ is
gevent For the Working Python Developer的翻译
第二部分 文章的地址:http://sdiehl.github.io/gevent-tutorial/ Data Structures 数据结构 Events 事件 Events are a form
gevent For the Working Python Developer的翻译
第一部分 文章的地址:http://sdiehl.github.io/gevent-tutorial/ Written by the Gevent Community Introduction 介绍
生产者、消费者模型
生产者消费者模型(一) 生产者消费者模型(二) 这个是A做一个,就等着,吃完的人发出一个信号task_down,A在继续进行做 生产者消费者模型(三)
多线程,多进程和携程(实战篇)
实战篇四 多进程 在windows下使用多进程,不管是ProcessPoolExecutor还是multiprocessing,代码要放到if __ name__ == '__ main __'模块中
多线程,多进程和携程(实战篇)
实战篇三 concurrent.futures 封装好的方法,为多线程和多进程提供了统一接口,方便调用。 优势: 主线程中可以获取某一个线程的状态或者某一任务的状态,以及返回值 当一个线程完成的时候我
多线程,多进程和携程(实战篇)
实战篇二 线程之间通信的方法 queue: queue是线程安全的,其源码中已经使用了锁 queue也是共享变量的一种,只是它自身已经具有线程安全性。如果换成其他变量可能会出现不同步的问题。 常用方法
多线程,多进程和携程(实战篇)
实战篇一 Python 并发、并行、同步和异步——学习笔记 概念解析 串行:同一个时间段只干一件事 并行:同一个时间段可以干多件事 并发 V.S. 并行 并发是指一个时间段内,有几个程序在同一个CPU
Python多线程与多线程中join()的用法
Python多线程与多进程中join()方法的效果是相同的。 下面仅以多线程为例: 首先需要明确几个概念: 知识点一: 知识点二: 知识点三: 知识点四: join有一个timeout参数: 一:Py