python asyncio 多线程,python async await原理

　　了解python的异步：

　　1.IO复用也是协议背后的技术，Nginx和nodejs都充分利用了这一机制。

　　2.为什么不能在FLASK线程中直接使用标准库asyncio来支持异步？

　　Asyncio必须有一个对应的eventloop，而且这个eventloop必须运行在主线程中，不能运行在子线程中，所以标准库asyncio不能直接用在Flask线程中。

　　3.如果在单一并发的情况下web响应很慢，那么更改为异步模式不会提高“单一”请求的响应速度。当然，改成async一般是有意义的，因为并发小的时候响应很差，并发稍微大一点的时候，响应会急剧恶化，甚至在同步模式下无法响应。在异步模式下，从小并发到大并发，响应速度下降得非常慢。

　　如何把Python的同步方法改写成异步？Python的异步方法大致可以分为三类：

　　1.基于asyncio优化的特殊单线程异步方法。

　　优点：这种方法使用简单，就像同步方法调用一样，并发性能很高。即使在大并发下，延迟也不会恶化。

　　缺点：基于asyncio的类库很少，最著名的是aiohttp库，https://github.com/aio-libs.也有

　　实现这样的方法有点困难。可以参考aio-libs下的一些类库。

　　2.基于多线程(多进程)的适应性方法

　　优点：这种方法简单易用，就像同步方法调用一样。另外，写这种方法也很简单。首先是同步方法，然后可以使用包装器将其转换为异步方法。

　　缺点：性能差，主要是细节没有优化，整个方法运行完才会交出控制权。控制粒度太粗，多线程支持并发。

　　3.传统的多线程(多进程)后台任务

　　优点：如果不需要回调函数，这种方法非常简单，代码易于维护，并发性能好。

　　缺点：要及时得到这个后台任务的结果，只能使用回调函数，代码变得难以维护。

　　注：两个池，并流。期货。threadpooleuxecutor和并发。期货。processpoolexecutor，建议用于多线程(多进程)。

　　了解Python异步

　　https://www.aeracode.org/2018/02/19/python-async-simplified/

　　https://stackabuse.com/overview-of-async-io-in-python-3-7/

　　https://pymotw.com/3/asyncio/index.html

　　https://www . blog . python library . org/2016/07/26/python-3-an-intro-to-asyncio/

　　https://tryexceptpass.org/article/asyncio-in-37/

　　https://tryexceptpass . org/article/controlling-python-async-creep/

　　https://tryexceptpass . org/article/threaded-asynchronous-magic-and-how-to-waw-it/

　　例如，基于Asyncio的Aiohttp web框架适合restful api服务

　　Aiohttp与烧瓶的比较

　　https://stack abuse . com/asynchronous-python-for-web-development/

　　https://stack abuse . com/asynchronous-vs-synchronous-python-performance-analysis/

　　python中的一个重要模块——asyncio

　　https://www.syncd.cn/article/asyncio_article_01

　　https://www.syncd.cn/article/asyncio_article_02

　　https://www.syncd.cn/article/asyncio_article_03

　　您可以为合适的任务添加回调：

　　task . add _ done _ callback(got _ result)#任务完成后，通知我们Django社区推广的ASGI规范和实现。

　　ASGI服务器和框架

　　https://asgi.readthedocs.io/en/latest/implementations.html

　　类似Sanic的flask异步web框架

　　Python黑魔法-异步IO( asyncio)协同

　　https://www.jianshu.com/p/b5e347b3a17c

　　asyncio中的未来实际上与并流中的未来是不一样的，

　　https://stack overflow . com/questions/49350346/how-to-wrap-custom-future-to-use-with-asyncio-in-python

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。