日本不卡高字幕在线2019,亚洲三级精品,成人午夜

我們都知道并發（不是并行）編程目前有四種方式，多進程，多線程，異步，和協程。

多進程編程在python中有類似C的os.fork，當然還有更高層封裝的multiprocessing標準庫，在之前寫過的python高可用程序設計方法中提供了類似nginx中master process和worker process間信號處理的方式，保證了業務進程的退出可以被主進程感知。

多線程編程python中有Thread和threading，在linux下所謂的線程，實際上是LWP輕量級進程，其在內核中具有和進程相同的調度方式，有關LWP，COW（寫時拷貝），fork，vfork，clone等的資料較多，這里不再贅述。

異步在linux下主要有三種實現select，poll，epoll，關于異步不是本文的重點。

說協程肯定要說yield，我們先來看一個例子：

				?

									#coding=utf-8

									import time

									import sys

									# 生產者

									def produce(l):

									  i=0

									  while 1:

									    if i < 5:

									      l.append(i)

									      yield i

									      i=i+1

									      time.sleep(1)

									    else:

									      return

									# 消費者

									def consume(l):

									  p = produce(l)

									  while 1:

									    try:

									      p.next()

									      while len(l) > 0:

									        print l.pop()

									    except StopIteration:

									      sys.exit(0)

									l = []

									consume(l)

在上面的例子中，當程序執行到produce的yield i時，返回了一個generator，當我們在custom中調用p.next()，程序又返回到produce的yield i繼續執行，這樣l中又append了元素，然后我們print l.pop()，直到p.next()引發了StopIteration異常。

通過上面的例子我們看到協程的調度對于內核來說是不可見的，協程間是協同調度的，這使得并發量在上萬的時候，協程的性能是遠高于線程的。

				?

									import stackless

									import urllib2

									def output():

									  while 1:

									    url=chan.receive()

									    print url

									    f=urllib2.urlopen(url)

									    #print f.read()

									    print stackless.getcurrent()

									def input():

									  f=open('url.txt')

									  l=f.readlines()

									  for i in l:

									    chan.send(i)

									chan=stackless.channel()

									[stackless.tasklet(output)() for i in xrange(10)]

									stackless.tasklet(input)()

									stackless.run()