网站首页 > 主流语言 > python 正文
1. 安装和入门使用
安装pip install pypeln，基本元素如下：
2 基于multiprocessing.Process
这个是基于多进程。
import pypeln as pl import time from random import random def slow_add1(x): time.sleep(random()) # <= some slow computation return x + 1 def slow_gt3(x): time.sleep(random()) # <= some slow computation return x > 3 data = range(10) # [0, 1, 2, ..., 9] stage = pl.process.map(slow_add1, data, workers=3, maxsize=4) stage = pl.process.filter(slow_gt3, stage, workers=2) data = list(stage) # e.g. [5, 6, 9, 4, 8, 10, 7]
3 基于threading.Thread
顾名思义，基于多线程。
import pypeln as pl import time from random import random def slow_add1(x): time.sleep(random()) # <= some slow computation return x + 1 def slow_gt3(x): time.sleep(random()) # <= some slow computation return x > 3 data = range(10) # [0, 1, 2, ..., 9] stage = pl.thread.map(slow_add1, data, workers=3, maxsize=4) stage = pl.thread.filter(slow_gt3, stage, workers=2) data = list(stage) # e.g. [5, 6, 9, 4, 8, 10, 7]
4 基于asyncio.Task
协程，异步io。
import pypeln as pl import asyncio from random import random async def slow_add1(x): await asyncio.sleep(random()) # <= some slow computation return x + 1 async def slow_gt3(x): await asyncio.sleep(random()) # <= some slow computation return x > 3 data = range(10) # [0, 1, 2, ..., 9] stage = pl.task.map(slow_add1, data, workers=3, maxsize=4) stage = pl.task.filter(slow_gt3, stage, workers=2) data = list(stage) # e.g. [5, 6, 9, 4, 8, 10, 7]
5 三者性能对比
IO 密集型应用CPU等待IO时间远大于CPU 自身运行时间，太浪费；常见的 IO 密集型业务包括：浏览器交互、磁盘请求、网络爬虫、数据库请求等。
Python 世界对于 IO 密集型场景的并发提升有 3 种方法：多进程、多线程、异步 IO(asyncio)。理论上讲asyncio是性能最高的，原因如下：
1.进程、线程会有CPU上下文切换
2.进程、线程需要内核态和用户态的交互，性能开销大；而协程对内核透明的,只在用户态运行
3.进程、线程并不可以无限创建，最佳实践一般是 CPU*2；而协程并发能力强，并发上限理论上取决于操作系统IO多路复用(Linux下是 epoll)可注册的文件描述符的极限
下面是一个数据库访问的测试：
内存：
串行：75M
多进程：1.4G
多线程：150M
asyncio：120M
以上就是python流水线框架pypeln的安装使用教程的详细内容，更多关于python流水线框架的资料请关注开源网其它相关文章！
猜你喜欢
- 2023-09-22 python自动化神器pyautogui使用步骤
- 2023-09-22 如何查看Python安装了哪些包
- 2023-08-27 Python中的list内for循环小技巧
- 2021-07-16 Python数据分析入门之数据读取与存储
- 2021-07-16 python执行js代码的方法
- 2021-07-16 python使用Streamlit库制作Web可视化页面
- 2021-07-16 python制作的天气预报小工具(gui界面)
- 2021-07-16 python框架flask知识总结
- 2021-07-16 python 装饰器的使用与要点
- 2021-07-16 教你用python控制安卓手机
鲁公网安备 37010202002546号
本文暂时没有评论，来添加一个吧(●'◡'●)