- 博客(2)
- 收藏
- 关注
RSS订阅原创 高并发环境下的性能优化-异步调用(Future)
在业务处理过程中，我们会经常遇到一次用户请求往往会涉及到多个操作。以获取用户信息及其账户余额为例，它包含了从用户中心获取用户基本信息(T1)以及从用户金融中心获取其对应的账户余额信息(T2) 如果采用同步调用的话，总的响应时间将是 T1 + T2。 类似这种两个子操作在执行过程中没有依赖关系的调用切忌使用同步，这样会大大降低系统的并发量。 下面我们介绍几种使用异步调用来来优化掉同步调用，从而缩短响应时间为max(T1,T2) FutureTask FutureTask一个可取消的异步计算，FutureTas
2020-11-15 19:52:02
707
原创 python可变参数
-- coding: utf-8 - ‘’’ 位置可变参数: 一个形参可以匹配任意个参数 在形参前面使用 * 表示该形参是可变参数，可以接收多个实参 收集多个实参为一个 tuple ‘’’ def add(*nums): s = 0 print(type(nums)) for x in nums: s += x print(s) add(3, 6, 9) add(nums=1) # got an unexpected keyword argument ‘nums’ ‘’’ 关键字可变参数 形参前面使用 **
2020-11-09 21:26:23
233
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人