Flask框架（七）--效率

flask效率

flask默认支持多线程的服务器操作

pyhton中提高性能的方式：

进程

• fork
• process
• multiprocessing

线程

• thread
• threading

协程

python的一种提升效率的手段，消耗小，由人为控制切换，利用线程执行中的耗时操作时间，去做别的事情。

• 实际上协程就是使用yield进行封装的。
• 使用greenlet封装了yield
• gevent封装了greenlet

协程

yield

# 并发执行
import time
def work1():
    while True:
        print('work1')
        yield 1
        time.sleep(1)
def work2():
    while True:
        print('work2')
        yield 1
        time.sleep(3)

def main():
    w1 = work1()
    w2 = work2()
    while True:
        next(w1)
        next(w2)

if __name__ == '__main__':
    main()

greenlet

Python可以使用yield快速生成协程，但是不稳定，因此封装了yield为greenlet，使得切换任务变得更加简单

from greenlet import greenlet
import time

def work1():
    while True:
        print('work1')
        w2.switch()
        time.sleep(1)

def work2():
    while True:
        print('work2')
        w1.switch()
        time.sleep(3)

if __name__ == '__main__':
    w1 = greenlet(work1)
    w2 = greenlet(work2)
    w1.switch()

但依然需要手动进行任务切换，所以出现了gevent

gevent封装了greenlet

gevent–网络异步的并发库

import gevent
import time
def work1(num):
    for i in range(num):
        print(i)
        # time.sleep(1)    # 这里不认time.sleep()
        # 也不认IO密集
        gevent.sleep(1)

def work2():
    for i in range(10):
        print(i)
        gevent.sleep(1)

w1 = gevent.spawn(work1,10)    # 创建一个gevent对象（参数：要执行的方法）
w2 = gevent.spawn(work2)

w1.join()    # 等待w1执行结束
w2.join()    # 等待w2执行结束

为了使IO等耗时操作生效

使用补丁：猴子补丁

import gevent
from gevent import monkey
monkey.patch_all()   ## 识别耗时操作，并转化
import time
def work1(num):
    for i in range(num):
        print(i)
        time.sleep(1)

def work2():
    for i in range(10):
        print(i)
        time.sleep(1)

gevent.joinall([
	gevent.spawn(work1,10),
	gevent.spawn(work2)
])