python3的高性能并发编程及web后端架构解决方案

本文总结了Python3在并发编程和Web后端架构方面的解决方案,探讨了GIL限制下的多线程、多进程以及协程和事件循环。推荐使用multiprocessing模块实现多进程,利用async/await和事件循环提高IO密集型任务性能。最后,介绍了Sanic,一个基于多进程、async/await和事件循环的高性能Web服务器,其在某些场景下可能优于Flask和Django。
摘要由CSDN通过智能技术生成

总结一下这两天的学习成果--python3的并发编程及web后端架构解决方案

 

GIL

受限于不可释放的历史负担,GIL的存在使得一个python解释器(也就是一个进程)在同一时刻只能使用一个cpu内核(也就是同一时刻只能跑一个线程)。

 

多线程(建议使用标准库的threading模块)

代表真实的操作系统线程。线程的使用很方便,常见的方法和其他编程语言类似,是从Threading继承,然后override run()方法,在方法里写线程代码。使用的时候 创建线程对象,调用他的start()方法。

Queue 相当于go里的chan,可理解为线程安全队列,支持FIFO和FILO两种形式

有了Threading和Queue其实,多线程编程就基本上OK了。但是前面说到由于GIL的存在,多线程在python里面很鸡肋,尽管在IO密集型的应用场景(当前线程IO忙碌的时候切换到另一个线程运行)多线程还是很有意义的,但是还是太受限了.

于是就出现了

 

多进程(建议使用标准库的multiprocessing模块)

可能是由于多线程在python里面受限,自然而然想到用多进程来解决并发问题,所以python标准库对多进程的封装是我见过的各种语言里面做得最好用的。多进程的创建,进程通信太easy了。而且multiprocessing模块直接仿照threading模块的接口协议设计了多进程的api接口。学习成本非常低。Queue也可以用于多进程通信,此外使用管道pipe通信也非常简单。

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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
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