Python 高性能编程python

异步使用

import asyncio

async def main():
    print("Start")
    await asyncio.sleep(2)  # 模拟 I/O 操作
    print("End")

# 创建并运行事件循环
asyncio.run(main())

1. 调用 asyncio.run(main())：创建事件循环并运行 main()。
2. 打印 "Start"：执行到第一条 print 语句。
3. 遇到 await asyncio.sleep(2)：暂停当前协程并让事件循环去执行其他任务（此处没有其他任务）。
4. 2 秒后：asyncio.sleep(2) 完成，事件循环恢复 main() 的执行。
5. 打印 "End"：完成整个协程的执行。

多线程使用

import socket
import threading

def handle_client(client_socket):
    request = client_socket.recv(1024)  # 接收请求数据
    print(f"Received request:\n{request.decode()}")

    # 生成简单的 HTTP 响应
    response = "HTTP/1.1 200 OK\n\nHello, World!"
    client_socket.send(response.encode())  # 发送响应
    client_socket.close()  # 关闭连接

def main():
    server = socket.socket(socket.AF_INET, socket.SOCK_STREAM)  # 创建 TCP 套接字
    server.bind(('0.0.0.0', 8080))  # 绑定到主机和端口
    server.listen(5)  # 开始监听连接
    print("Server is listening on port 8080...")

    while True:
        client_socket, addr = server.accept()  # 接受连接
        print(f"Accepted connection from {addr}")

        # 创建新线程来处理该连接
        client_handler = threading.Thread(target=handle_client, args=(client_socket,))
        client_handler.start()  # 启动线程

if __name__ == "__main__":
    main()

最佳实践

1. 明确选择异步或多线程

• I/O 密集型任务：优先考虑异步编程，使用 asyncio 和异步库（如 aiohttp）。
• CPU 密集型任务：考虑使用多线程（适合某些 I/O 操作）或多进程（使用 multiprocessing）以绕过 GIL。

2. 使用 asyncio 的任务管理

• 使用 asyncio.gather() 来并发执行多个协程，确保在一个事件循环中管理任务。

3. 避免阻塞操作

• 在异步函数中避免使用阻塞的 I/O 操作。对于阻塞任务，使用 loop.run_in_executor() 将其放入线程池或进程池。

4. 异常处理

• 在异步函数中适当捕获异常，以防止未处理的异常导致程序崩溃。

5. 使用线程池和进程池

• 对于需要并行执行的 CPU 密集型任务，使用 concurrent.futures.ThreadPoolExecutor 或 ProcessPoolExecutor 来管理线程和进程。