..协程.

本文介绍了Python中协程的概念,通过生成器实现简单的协程,然后过渡到greenlet库以简化多协程管理。接着展示了gevent库如何通过封装epoll和greenlet实现高效的并发,特别强调了其在IO阻塞时的自动切换能力。最后,用gevent演示了并发服务器和生产者消费者模型的实现。

生成器
通过生成器来实现对函数的反复输入和输出,这样的输入和输出同样可以用来传递数据

def func():
    while True:
        y = yield # 接收数据
        print(y)

a = func()
# 必须要通过next()预激活,先到达yield位置,不然接收不到send发送过来的数据
next(a)
# 发送数据
a.send(111)
a.send(222)
a.send(333)

生成器实现协程

import time


# 消费者:接收数据,处理数据
def consumer():
    while True:
        y = yield
        time.sleep(1)
        print('处理了数据', y)


# 生产者:生产数据
def producer():
    c = consumer()
    next(c)
    for i in range(10):
        print('生产了数据', i)
        c.send(i)


producer()

greent实现协程
greent:生成器实现协程非常不方便,尤其很多协程的时候,使用greenlet就要方便很多
而这个模块来自于Python的一个衍生版 Stackless Python原生的协程(常见是标准Python是CPython),将其协程单独拿出来打包成模块,因此性能要比生成器强很多

注意:这里并没有解决IO阻塞的问题,但是我们使用这个时间来做别的事情了,一般在工作中我们都是进程+线程+协程的方式来实现并发,以达到最好的并发效果

import time
from greenlet import greenlet


def producer():
    for i in range(10):
        print(f'生产了数据{i}')
        time.sleep(1)
        con.switch(i)  # 切换到消费者
        print(f'第{i}次生产消费完成')


def consumer():
    while True:
        var = pro.switch()  # 等待数据的发送
        print(f'消费了数据{var}')


pro = greenlet(producer)
con = greenlet(consumer)
con.switch()  # 让消费者进入等待的状态

gevent实现并发服务器
gevent封装了epoll和greenlet,在使用的时候要更加方便
同时实现了IO阻塞时的自动切换

from gevent import monkey;

monkey.patch_all()
import gevent
import socket

server = socket.socket()
server.bind(('127.0.0.1', 5959))
server.listen(100)


def func_gevent(conn):
    while True:
        recv_data = conn.recv(1024)
        if recv_data:
            print(recv_data)
            conn.send(recv_data)
        else:
            conn.close()
            break


while True:
    conn, addr = server.accept()
    # 把需要执行的任务和参数放入协程中
    gevent.spawn(func_gevent,conn)

gevent实现生产者和消费者模型

from gevent import monkey;

monkey.patch_all()
from gevent.queue import Queue
import gevent

q = Queue(3)


def prodecer(q):
    for i in range(20):
        print(f'生产了数据{i}')
        q.put(i)


def consumer(q):
    for i in range(20):
        var = q.get()
        print(f'消费了数据{var}')

实现异步

from gevent import monkey;

monkey.patch_all()
from gevent.queue import Queue
import gevent

q = Queue(3)


def prodecer(q):
    for i in range(20):
        print(f'生产了数据{i}')
        q.put(i)


def consumer(q):
    for i in range(20):
        var = q.get()
        print(f'消费了数据{var}')
在Kotlin协程中,Job是协程的工作单元,代表着协程的生命周期,可用于控制协程的取消、等待等操作,而`cancelAndJoin`是Job类里用于取消协程的操作方法之一,它结合了取消协程和等待协程完成这两个操作[^1]。 `cancelAndJoin`方法会先调用`cancel`方法来发起协程的取消操作,之后调用`join`方法等待协程执行完成。与单纯的`cancel`方法不同,`cancel`仅发起取消请求,不会等待协程结束;而`cancelAndJoin`会确保在协程完全结束之后才继续执行后续代码。 以下是使用`cancelAndJoin`方法的代码示例: ```kotlin import kotlinx.coroutines.* fun main() = runBlocking { // 创建一个协程,其返回值是Job类型 val job = GlobalScope.launch(start = CoroutineStart.LAZY) { println("Coroutine: ${Thread.currentThread().name}") delay(1000) println("Coroutine finished") } // 启动协程 job.start() // 取消并等待协程结束 job.cancelAndJoin() println("Job has been cancelled and finished") } ``` 在上述代码中,`job.cancelAndJoin()`会先取消协程,然后等待协程完成,等协程完全结束后,才会继续执行`println("Job has been cancelled and finished")`语句。 在实际应用中,`cancelAndJoin`常用于需要确保协程在取消后完全结束,避免资源泄漏或出现异常情况的场景,如在`ViewModel`销毁时,取消正在执行的协程任务并等待其结束,以保证数据的一致性和资源的正确释放。例如在`MyViewModel`类中,可使用`cancelAndJoin`来取消并等待所有协程完成: ```kotlin import androidx.lifecycle.ViewModel import kotlinx.coroutines.* class MyViewModel : ViewModel() { private val jobs = mutableListOf<Job>() fun fetchData() { val job = viewModelScope.launch { // 执行任务 } jobs.add(job) job.invokeOnCompletion { jobs.remove(job) } } override fun onCleared() { runBlocking { jobs.forEach { it.cancelAndJoin() } } } } ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一逍倾城

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值