- 综合排序
- 最热优先
- 最新优先
- 来自专栏python3
python 协程
协程也是单线程的，没法利用cpu的多核，想利用cpu多核可以通过，进程+协程的方式，又或者进程+线程+协程。 1、协程的简单实现 协程的原理是通过生成器实现，如下：程序执行到19行，执行consumer函数到13行，next生成器，执行producer函数到8行停下，返回consumer函数13行继续往下执行， gevent是对gevent的再次封装，能自动识别耗时操作切换到其它协程。注意gevent遇到耗时操作才会切换协程运行，没有遇到耗时操作是不会主动切换的。 gevent.spawn(*args, **kwargs) 不定长参数中的第一个参数为协程执行的方法fn，其余的依次为 fn 的参数。开启了协程后要调用join方法。 joinall() 方法传参一个列表，列表包含了所有的协程。
58220发布于 2020-01-19 - 来自专栏python3
python协程
python协程入门 函数的执行顺序 在了解协程之前， 我们需要再次回想一下python中的多个函数执行的顺序是怎样的？ 一个简单的协程 如何调用 #! 之前我们使用多线程与消息队列实现来消费者与生产者模型，那么协程是否也能实现此种设计模型呢？ 协程可以从外部传递数据的特性 可以随时中断执行 生产者消费者 #! /usr/bin/python #-*-coding:utf-8-*- '''协程实现生产者与消费者模型''' def product(c): '''生产者：厨师生产包子 - 生产者接收消费者发来的消息 ： yield关键字 协程实际上是 : 生成器函数 使用g.send(None)触发协程 g.send("a") 像xie程内部发送数据 g.close()关闭协程
78110发布于 2020-01-21 - 来自专栏Devops专栏
Python 协程
仅供学习，转载请注明出处 协程 协程，又称微线程，纤程。英文名Coroutine。 协程是啥 协程是python个中另外一种实现多任务的方式，只不过比线程更小占用更小执行单元（理解为需要的资源）。 为啥说它是一个执行单元，因为它自带CPU上下文。 这样只要在合适的时机， 我们可以把一个协程 切换到另一个协程。 只要这个过程中保存或恢复 CPU上下文那么程序还是可以运行的。 gevent greenlet已经实现了协程，但是这个还的人工切换，是不是觉得太麻烦了，不要捉急，python还有一个比greenlet更强大的并且能够自动切换任务的模块gevent 其原理是当一个 使用join方法来阻塞，使得协程可以执行完毕。
1K30发布于 2019-05-31 - 来自专栏zingpLiu
协程及Python中的协程
1 协程 1.1协程的概念 协程，又称微线程，纤程。英文名Coroutine。一句话说明什么是线程：协程是一种用户态的轻量级线程。 1.2 协程的优缺点 协程的优点： （1）无需线程上下文切换的开销，协程避免了无意义的调度，由此可以提高性能（但也因此，程序员必须自己承担调度的责任，同时，协程也失去了标准线程使用多CPU的能力） （2）进行阻塞（Blocking）操作（如IO时）会阻塞掉整个程序 2 Python中如何实现协程 2.1 yield实现协程 前文所述“子程序（函数）在执行过程中可以中断去执行别的子程序；别的子程序也可以中断回来继续执行之前的子程序 2.2 greenlet实现协程 Python的 greenlet就相当于手动切换，去执行别的子程序，在“别的子程序”中又主动切换回来。。。 greenlet协程例子： 1 #! 实现协程程，在gevent中用到的主要模式是Greenlet, 它是以C扩展模块形式接入Python的轻量级协程。
1.7K20发布于 2018-09-05 - 来自专栏飞鸟的专栏
十、python学习笔记-协程-协程爬虫（对比协程和非协程效率）
# 一个简单的小爬虫，将3个页面的数据保存到data.html，对比协程和非协程的使用时间 """协程 1、通过urlopen获取数据 2、写入文件 3、使用三个页面，通过gevent.joinal执行 （协程会在IO阻塞处切换），用时短 4、在Windows系统，由于捕获IO较慢。 f.write(data) print('{} bytes received from {}'.format(len(data), url)) url_list = ['https://www.python.org , 'http://www.yahoo.com/'] start_time = time.time() gevent.joinall([gevent.spawn(foo, 'https://www.python.org
1K31编辑于 2022-02-10 - 来自专栏sktj
python 协程
image.png image.png .send .close image.png yield from?
65020发布于 2019-09-25 - 来自专栏若尘的技术专栏
Python 协程
协程 参考资料 http://python.jobbole.com/86481/ http://python.jobbole.com/87310/ http://segmentfault.com/a/1190000009781688 历史历程 3.4引入协程，用yield实现 3.5引入协程语法 实现的协程比较好的包有asyncio，tornado，gevent 定义：协程 是为非抢占式多任务产生子程序的计算机程序组件，协程允许不同入口点在不用位置暂停或者执行程序 从技术角度讲，协程就是一个你可以暂停执行的函数，或者干脆把协程理解成生成器 协程的实现： yield返回 send调用 协程的四个状态 inspect.getgeneratorstate(...) 协程中未处理的异常会向上冒泡，传给 next 函数或 send 方法的调用方（即触发协程的对象） 终止协程的一种方式：发送某个哨符值，让协程退出。 yield from 调用协程为了得到返回值，协程必须正常终止 生成器正常终止会发出StopIteration异常，异常对象的vlaue属性保存返回值 yield from从内部捕获StopIterator
1.9K127发布于 2021-05-11 - 来自专栏Michael阿明学习之路
python 协程
协程工作流程和状态 2. 预激协程的装饰器 3. 终止协程、异常处理 4. 让协程返回值 5. yield from learn from 《流畅的python》 1. 协程工作流程和状态 def simple_coroutine(): # 协程使用生成器函数定义，有yield关键字 print("-> coroutine started") x = yield /fluent_python/coroutine.py", line 12, in <module> # my_coro.send(24) # StopIteration 可以查看协程的状态 print 终止协程、异常处理 协程中未处理的异常会向上冒泡，传给 next 函数或 send 方法的调用方（即触发协程的对象）。 还可以用协程做 离散事件仿真 如果想使用现成的 Python 协程库，可以使用 SimPy
69930编辑于 2022-11-26 - 来自专栏CS实验室
Python 协程
Python 协程 协程（Coroutine）又称微线程，即轻量级的线程。协程可以理解成与调用方协作，产出由调用方提供的值的过程。与线程相比，其优势在于上下文切换的成本更低，且由用户自己控制。 发展史 Python 中的协程主要经历了三个阶段。 async / await 从 python3.5 开始，Python 新加了一种协程定义方法 asyncdef。 简单的讲，async 定义一个协程，await 用于挂起阻塞的异步调用接口；而协程的调用方法在 Python3.7 中做了些许改动，所以这一节以 Python 版本分成两部分来讲解。 python 3.5 - 3.6 阅读协程的官方文档就会知道：协程本身无法运行，只有将其置于事件循环（event_loop）中才能运行其代码。那么事件循环是什么？
86320发布于 2021-03-22 - 来自专栏开源部署
Python协程
这是通过栈实现的，一个函数就是一个执行的子程序，子程序的调用总是有一个入口、一次返回，调用的顺序是明确的 协程 又称微线程(纤程)，是一种用户态的轻量级线程 理解协程 普通理解：线程是系统级别的，它们是由操作系统调度 协程是程序级别，由程序员根据需求自己调度。我们把一个线程中的一个个函数称为子程序，那么一个子程序在执行的过程中可以中断去执行别的子程序，这就是协程。 因此，协程能后保留一次调用的状态，每次过程重入时，就相当于进入上一次调用的状态 优点 a、无需线程上下文切换的开销，协程避免了无意义的调度，从而提高了性能，但是程序员必须自己承担调度的任务，同时协程也失去了标准线程使用多 CPU的能力 b、无需原子操作锁定及同步的开销 c、方便切换控制流，简化编程模型 d、高并发+高可扩展+低成本：一个CPU支持上万个协程不是问题 缺点 a、无法利用多核CPU，协程的本质是单个线程，它不能同时将多个 CPU的多个核心使用上，协程需要和进程匹配使用才能运行在多个CPU上。
42540编辑于 2022-09-08 - 来自专栏程序员
Python协程
Python协程 创建协程函数 Python3.5引入了关键字async来定义协程函数 async def fun(): """协程函数""" print(1) 协程函数和普通的函数不一样 必须将协程对象（函数）放入事件循环中来执行。在Python3.4的时候，引入内置模块asyncio，该模块可以将协程对象加入到事件循环中执行。 # 将协程对象放入任务列表 # Python3.7之后，可以使用下面的方式运行协程函数。 asyncio.run(xc) await await也是Python3.5引入的新关键字。await的作用就是等待可等待对象。 可等待对象包含协程对象，future对象，task对象。 除了上面的方式之外，还可以通过asyncio.create_task(协程对象)的方式创建Task对象。asyncio.create_task() 函数在 Python 3.7 中被加入。
1.1K10编辑于 2022-05-05 - 来自专栏毛利学Python
python协程
协程是实现并发编程的一种方式。 https://docs.python.org/zh-cn/3/library/asyncio.html 一说并发，你肯定想到了多线程 / 多进程模型，没错，多线程 / 多进程，正是解决并发问题的经典模型之一 协程：是单线程下的并发，又称微线程。 协程比线程的单位更小——协程 注意协程这个概念完全是程序员自己想出来的东西，它对于操作系统来说根本不存在。操作系统只知道进程和线程。 OKMaoli is printing 4 nowsMaoli prints4 OKMaoli is printing 5 nowsMaoli prints5 OKWall time: 5 s 将上面代码改为协程版
67820发布于 2019-11-10 - 来自专栏ZackSock
Python协程
协程是啥 协程是 python 中另外一种实现多任务的方式，只不过比线程更小占用更小执行单元（理解为需要的资源）。为啥说它是一个执行单元，因为它自带 CPU 上下文。 这样只要在合适的时机， 我们可以把一个协程 切换到另一个协程。只要这个过程中保存或恢复 CPU 上下文那么程序还是可以运行的。 但是 协程的切换只是单纯的操作 CPU 的上下文，所以一秒钟切换个上百万次系统都抗的住。 greenlet模块 为了更好使用协程来完成多任务，python 中的 greenlet 模块对其封装，从而使得切换任务变的更加简单 使用如下命令安装 greenlet 模块: pip install gevent模块 greenlet 已经实现了协程，但是这个还的人工切换，是不是觉得太麻烦了，不要着急，python还有一个比greenlet更强大的并且能够 自动切换任务 的模块 gevent 其原理是当一个
56620发布于 2021-04-13 - 来自专栏hui
Python协程
协程是啥 协程是 python 中另外一种实现多任务的方式，只不过比线程更小占用更小执行单元（理解为需要的资源）。 为啥说它是一个执行单元，因为它自带 CPU 上下文。 这样只要在合适的时机， 我们可以把一个协程 切换到另一个协程。 只要这个过程中保存或恢复 CPU 上下文那么程序还是可以运行的。 但是 协程的切换只是单纯的操作 CPU 的上下文，所以一秒钟切换个上百万次系统都抗的住。 greenlet模块 为了更好使用协程来完成多任务，python 中的 greenlet 模块对其封装，从而使得切换任务变的更加简单 使用如下命令安装 greenlet 模块: pip install gevent模块 greenlet 已经实现了协程，但是这个还的人工切换，是不是觉得太麻烦了，不要着急，python还有一个比greenlet更强大的并且能够 自动切换任务 的模块 gevent 其原理是当一个
76600发布于 2021-04-04 - 来自专栏乱码李
Python 协程
Wiki百科给协程的定义是：“与子例程一样，协程也是一种程序组件。。。协程更适合于用来实现彼此熟悉的程序组件，如合作式多任务，迭代器，无限列表和管道。” 那什么是子程序呢？ 所以协程在执行过程中可以中断该子程序，去执行其他子程序。 协程与子程序 协程与子程序的根本区别是 执行时期控制权能否转接。 send 从上面的程序中可以看到，目前只有数据从 fib() 中通过 yield 流向外面的 for 循环；如果可以向 fib() 发送数据，那不是就可以在 Python 中实现协程了嘛。 grep Python 实现的 grep 也是一个很好的协程的例子 def grep(pattern): print("Searching for", pattern) while True Python3.5 引入 async/await 让协程表面上独立于生成器而存在，让 Python 写协程更加方便。 学习完成后会更新博客，敬请期待。
50310发布于 2021-11-26 - 来自专栏python3
python协程与golang协程的区
协程和线程的关系 协程是在语言层面实现对线程的调度，避免了内核级别的上下文消耗。 python协程与调度 Python的协程源于yield指令。 和大多数语言一样，在 Python 中，协程的调度是非抢占式的，也就是说一个协程必须主动让出执行机会，其他协程才有机会运行。 让出执行的关键字就是 await。 ,挂起,等待服务端处理完成返回后再调用CallBack函数继续下面的流程 Go的协程 Go天生在语言层面支持，和Python类似都是采用了关键字，而Go语言使用了go这个关键字，可能是想表明协程是Go语言中最重要的特性 ---- 某书 协程的4种状态 Pending Running Done Cacelled 和系统线程之间的映射关系 go的协程本质上还是系统的线程调用，而Python中的协程是eventloop模型实现 Python 中的协程是严格的 1:N 关系，也就是一个线程对应了多个协程。虽然可以实现异步I/O，但是不能有效利用多核(GIL)。
1.8K20发布于 2020-01-06 - 来自专栏飞鸟的专栏
十、python学习笔记-协程-非协程爬虫（对比协程和非协程效率）
# 一个简单的小爬虫，将3个页面的数据保存到data.html，对比协程和非协程的使用时间 """非协程 1、通过urlopen获取数据 2、写入文件 3、使用三个页面，通过for循环执行（非协程会在IO f.write(data) print('{} bytes received from {}'.format(len(data), url)) url_list = ['https://www.python.org
66320编辑于 2022-02-10 - 来自专栏python3
python之协程
协程，又称微线程，纤程。英文名Coroutine。协程是一种用户态的轻量级线程。 所谓用户态就是说协程是由用户来控制的，CPU不认识协程，协程是跑在线程中的。 协程的标准定义，即符合以下所有条件就能称之为协程： 1.在单线程里实现并发 2.修改共享数据不需要加锁 3.用户程序里自己保存多个控制流的上下文栈 4.一个协程遇到IO操作自动切换到其它协程 高并发+高扩展性+低成本：一个CPU支持上万的协程都行，很适合用于高并发处理 协程的缺点： 无法利用多核资源： 协程的本质是个单线程，它不能同时将单个CPU的多个核用上 协程需要和进程配合才能运行在多 那么问题又来了，python怎么来监测IO操作是否结束呢？带着这个问题先来看看几个例子 greenlet模块： greenlet是一个封装好的协程，通过switch方法手动进行切换 #! 在gevent中用到的主要是greenlet，它是以C扩展模式形式接入python的轻量级协程。
66410发布于 2020-01-06 - 来自专栏小闫笔记
python协程回顾
# 停止 迭代 当迭代器迭代完成的时候 抛出这个异常 raise StopIteration def __iter__(self): """Python 协程 3.1 概念 协程是 用户层面的多任务调度机制 数量可以几十万 进程线程是操作系统层面的多任务机制 数量受操作系统的限制 了解greenlet / yield使用协程 掌握 () 3.2 gevent模式 创建启动协程 协程对象 = gevent.spawn(入口, 参数列表) 等待协程完成 协程对象.join() 等待多个协程完成 gevent.joinall """ for i in range(3): print("这是协程 %s %s" % (no, gevent.getcurrent())) time.sleep __name__ == '__main__': main() 3.3 多任务的选择 资源消耗不关心 要求稳定 用户多进程 资源消耗关心 多线程或者协程
63130发布于 2019-07-18 - 来自专栏blog-技术博客
python 协程新版
import asyncio async def coro(i): print("core start",i) ret = await get(i) # 此处为耗时的io等操作 print("core end",i) return ret async def get(i): await asyncio.sleep(5) return i loop = asyncio.get_event_loop() a = [asyncio.ensure_future(cor
48432发布于 2020-10-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号