使用 Python 進行併發編程系列 - 收藏集 - 掘金

使用 Python 進行併發編程 - asyncio 篇 (三) - 掘金

這是「使用Python進行併發編程」系列的最後一篇。我特地地把它安排在了16年最後一天。 從新實驗上篇的效率對比的實現 在第一篇咱們曾經對比並發執行的效率，可是請求的是httpbin.org這個網站。很容易受到網絡狀態和其服務質量的影響。因此我考慮啓用一個本地...

使用 Python 進行併發編程 - asyncio 篇 (二) - 掘金

咱們今天繼續深刻學習asyncio。 同步機制 asyncio模塊包含多種同步機制，每一個原語的解釋能夠看線程篇，這些原語的用法上和線程/進程有一些區別。 Semaphore（信號量） 併發的去爬取顯然可讓爬蟲工做顯得更有效率，可是咱們應該把抓取作的無害，這樣...

使用 Python 進行併發編程 - asyncio 篇 (一) - 掘金

因爲asyncio有很是多的內容，且對Python工程師很是重要，我將分爲三篇文章來介紹它。本篇還不是關於使用asyncio進行網絡編程的文章，而是繼續併發主題，看看使用asyncio怎麼實現高效的併發程序。 前言 在Python 2的時代，高性能的網絡編程主...

使用Python進行併發編程-我爲何不喜歡Gevent - 掘金

在Python的發展歷史中，有過一些失敗的修復CPython的缺陷和提升性能的嘗試，好比消除GIL、Stackless（一個微線程擴展，避免傳統線程所帶來的性能與複雜度問題）、psyco (被PyPy代替)、Unladen Swallow。固然也有少數成功的，...

理解Python併發編程一篇就夠了 - 線程篇 - 掘金

前言 對我來講，編程的樂趣之一是想辦法讓程序執行的愈來愈快，代碼越寫越優雅。在剛開始學習併發編程時，相信你它會有一些困惑，本文將解釋多個併發開發的問題並幫助你快速瞭解併發編程的不一樣場景和應該使用的解決方案。 GIL Python（特指CPython）的多線程的...

理解Python併發編程一篇就夠了 - 進程篇 - 掘金

在上一節理解Python併發編程一篇就夠了 - 線程篇講了一些線程的技術，本節咱們接着說進程。 上節說到因爲GIL（全局解釋鎖）的問題，多線程並不能充分利用多核處理器，若是是一個CPU計算型的任務，應該使用多進程模塊 multiprocessing 。它的工做...

使用 Python 進行併發編程 - PoolExecutor 篇 - 掘金

以前咱們使用多線程(threading)和多進程(multiprocessing)完成常規的需求，在啓動的時候start、jon等步驟不能省，複雜的須要還要用1-2個隊列。隨着需求愈來愈複雜，若是沒有良好的設計和抽象這部分的功能層次，代碼量越多調試的難度就越大...