Flask框架（七）--效率

flask效率

flask默認支持多線程的服務器操作

pyhton中提高性能的方式：

進程

• fork
• process
• multiprocessing

線程

• thread
• threading

協程

python的一種提升效率的手段，消耗小，由人爲控制切換，利用線程執行中的耗時操作時間，去做別的事情。

• 實際上協程就是使用yield進行封裝的。
• 使用greenlet封裝了yield
• gevent封裝了greenlet

協程

yield

# 併發執行
import time
def work1():
    while True:
        print('work1')
        yield 1
        time.sleep(1)
def work2():
    while True:
        print('work2')
        yield 1
        time.sleep(3)

def main():
    w1 = work1()
    w2 = work2()
    while True:
        next(w1)
        next(w2)

if __name__ == '__main__':
    main()

greenlet

Python可以使用yield快速生成協程，但是不穩定，因此封裝了yield爲greenlet，使得切換任務變得更加簡單

from greenlet import greenlet
import time

def work1():
    while True:
        print('work1')
        w2.switch()
        time.sleep(1)

def work2():
    while True:
        print('work2')
        w1.switch()
        time.sleep(3)

if __name__ == '__main__':
    w1 = greenlet(work1)
    w2 = greenlet(work2)
    w1.switch()

但依然需要手動進行任務切換，所以出現了gevent

gevent封裝了greenlet

gevent–網絡異步的併發庫

import gevent
import time
def work1(num):
    for i in range(num):
        print(i)
        # time.sleep(1)    # 這裏不認time.sleep()
        # 也不認IO密集
        gevent.sleep(1)

def work2():
    for i in range(10):
        print(i)
        gevent.sleep(1)

w1 = gevent.spawn(work1,10)    # 創建一個gevent對象（參數：要執行的方法）
w2 = gevent.spawn(work2)

w1.join()    # 等待w1執行結束
w2.join()    # 等待w2執行結束

爲了使IO等耗時操作生效

使用補丁：猴子補丁

import gevent
from gevent import monkey
monkey.patch_all()   ## 識別耗時操作，並轉化
import time
def work1(num):
    for i in range(num):
        print(i)
        time.sleep(1)

def work2():
    for i in range(10):
        print(i)
        time.sleep(1)

gevent.joinall([
	gevent.spawn(work1,10),
	gevent.spawn(work2)
])