lijiachang8的博客

了解协程调用过程中消耗的内存和时间。在这里性能分析（profiling）是度量程序执行效果的非功能参数。为了实现性能分析，Python标准库在PEP 454种概述tracemalloc模块。tracemalloc模块是在CPython解释器中引入，因为需要一个用于Python的内存监控API。

协程是asyncio的一等公民。他们使用Task对象在事件循环中进行各种操作。实现一个MonitorTask封装器，来记录Task的执行时间。我们想要执行Task任务运行的具体时间。

asyncio Event事件旨在向多个协程发出信号，因此协程方法可被阻塞，直到Event被“设置”为止。使用事件循环构建一个清理模式：打印INFO:root:adding mess: 43INFO:root:adding mess: 43INFO:root:adding mess: 78INFO:root:adding mess: 18INFO:root:adding mess: 68INFO:root:adding mess: 34INFO:root:adding mess:

方案1 使用os.fork 仅适用于Unix在进程之间共享一个字典，它保存每个进程ID和事件循环实例。import asyncioimport ospid_loops = {}def get_event_loop(): return pid_loops[os.getpid()]def asyncio_init(): pid = os.getpid() if pid not in pid_loops: pid_loops[pid] = a..

使用threading.Thread 和asyncio.new_event_loop 我们可以创建具有唯一事件循环实例的线程实例。import asyncioimport threadingdef creat_event_loop_thread(worker, *args, **kwargs): """""" def _worker(*args, **kwargs): loop = asyncio.new_event_loop() asynci