使用Python实现携程并发处理

链接：https://pan.quark.cn/s/5dfd3dc521ba

本教程介绍了如何利用Python中的​​asyncio​​模块创建和管理携程任务，通过示例说明了协程函数的定义、调用以及如何通过任务列表实现并发处理。

00:00 - 使用Python实现携程并发处理

协程函数的定义与异步调用

首先，我们定义一个简单的协程函数，并展示如何异步调用它。

import asyncio
import time

async def say_after(delay, what):
    await asyncio.sleep(delay)
    print(what)

async def main():
    print(f"started at {time.strftime('%X')}")

    await say_after(1, 'hello')
    await say_after(2, 'world')

    print(f"finished at {time.strftime('%X')}")

asyncio.run(main())

创建和执行多个任务

接下来，我们展示如何创建和执行多个任务以实现高效的并发处理。

import asyncio
import time

async def say_after(delay, what):
    await asyncio.sleep(delay)
    print(what)

async def main():
    task1 = asyncio.create_task(say_after(1, 'hello'))
    task2 = asyncio.create_task(say_after(2, 'world'))

    print(f"started at {time.strftime('%X')}")

    await task1
    await task2

    print(f"finished at {time.strftime('%X')}")

asyncio.run(main())

04:58 - 并行处理与携程函数的应用

使用​​asyncio.create_task​​创建任务

通过使用​​asyncio.create_task​​方法创建任务，并利用​​await​​和​​sleep​​方法实现异步执行，提高了程序的运行效率。

import asyncio
import time

async def say_after(delay, what):
    await asyncio.sleep(delay)
    print(what)

async def main():
    tasks = [
        asyncio.create_task(say_after(1, 'hello')),
        asyncio.create_task(say_after(2, 'world'))
    ]

    print(f"started at {time.strftime('%X')}")

    for task in tasks:
        await task

    print(f"finished at {time.strftime('%X')}")

asyncio.run(main())

调整函数的同步/异步特性

通过调整函数的同步/异步特性来进一步优化程序性能。

import asyncio
import time

async def fetch_data(url):
    print(f"Fetching data from {url}")
    await asyncio.sleep(2)  # Simulate network delay
    print(f"Data fetched from {url}")
    return f"Data from {url}"

async def main():
    urls = ["url1", "url2", "url3"]
    tasks = [asyncio.create_task(fetch_data(url)) for url in urls]

    print(f"started at {time.strftime('%X')}")

    results = await asyncio.gather(*tasks)

    print(f"finished at {time.strftime('%X')}")
    print(results)

asyncio.run(main())

通过这些示例代码，您可以更好地理解如何在Python中使用​​asyncio​​模块实现携程并发处理，并通过调整函数的同步/异步特性来优化程序性能。