
作者:小K
来源:麦叔编程
❝
上次的关于进程、线程和协程的文章,很多粉丝留言表示想看协程的实际案例。
❞
❝
那么今天就来结合代码实际讲一个协程的实际应用。
在此之前,我希望大家能已经理解什么是串行、并行和并发的概念。如果你还不知道这三者的区别请前往Python三分钟第131篇复习学习。
❞
定义一个洗衣服函数,洗衣服过程时间为2秒。
睡眠
import timedef wash_clothes(): time.sleep(2) # 洗衣服def run(): for i in range(20): wash_clothes() print(f"衣服洗好了!当前时间:{time.time()}") if __name__ == '__main__': run()
运行结果:
衣服洗好了!当前时间:1659618457.003896衣服洗好了!当前时间:1659618459.005437衣服洗好了!当前时间:1659618461.0056782衣服洗好了!当前时间:1659618463.010311衣服洗好了!当前时间:1659618465.013951衣服洗好了!当前时间:1659618467.018253衣服洗好了!当前时间:1659618469.022136衣服洗好了!当前时间:1659618471.022881衣服洗好了!当前时间:1659618473.023118衣服洗好了!当前时间:1659618475.027102衣服洗好了!当前时间:1659618477.030786衣服洗好了!当前时间:1659618479.032495衣服洗好了!当前时间:1659618481.037195衣服洗好了!当前时间:1659618483.040722衣服洗好了!当前时间:1659618485.041149衣服洗好了!当前时间:1659618487.046405衣服洗好了!当前时间:1659618489.0484421衣服洗好了!当前时间:1659618491.050224衣服洗好了!当前时间:1659618493.055479衣服洗好了!当前时间:1659618495.0585659
我们可以看出,函数间隔2秒多一点点输出一次时间。
注意代码中注释
import timeimport asyncio# 异步函数定义需要在def前加async前缀async def wash_clothes(): # sleep也需要使用协程专用的模块支持,同步的库不能在异步中使用 asyncio.sleep(2) print(f"衣服洗好了!当前时间:{time.time()}")def run(): for i in range(20): # 将协程函数注册到loop(循环事件)中 loop.run_until_complete(wash_clothes())# 创建一个协程loop(循环事件)中loop = asyncio.get_event_loop()if __name__ =='__main__': run()
运行结果:
衣服洗好了!当前时间:1659619085.0939178衣服洗好了!当前时间:1659619085.094379衣服洗好了!当前时间:1659619085.095523衣服洗好了!当前时间:1659619085.095926衣服洗好了!当前时间:1659619085.097046衣服洗好了!当前时间:1659619085.0985332衣服洗好了!当前时间:1659619085.099058衣服洗好了!当前时间:1659619085.099848衣服洗好了!当前时间:1659619085.101115衣服洗好了!当前时间:1659619085.101917衣服洗好了!当前时间:1659619085.1026182衣服洗好了!当前时间:1659619085.103351衣服洗好了!当前时间:1659619085.1034582衣服洗好了!当前时间:1659619085.1035311衣服洗好了!当前时间:1659619085.1042402衣服洗好了!当前时间:1659619085.1052392衣服洗好了!当前时间:1659619085.106337衣服洗好了!当前时间:1659619085.106577衣服洗好了!当前时间:1659619085.107519衣服洗好了!当前时间:1659619085.108191
从运行结果看出,20桶衣服几乎在同0.1秒内洗完了。
❝
重点:协程函数内不能使用同步的函数或模块,否则将不会被异步运行。
❞
上一篇Python我提了协程执行的过程就像,“一个人启动一台洗衣机后,马上去使用第二台洗衣机,再第三台...第四台...第十台”。
「当洗衣机启动后的状态就等于是挂起了」
然后协程马上去启动下一台洗衣机...一直到结束。
在某种意义上说,处理IO密集型任务协程的速度会高于多线程,因为线程的创建和销毁需要消耗更多资源。
如果将这个大杀器用于网络爬虫,那不是速度要上天了?
是的,协程爬虫超猛。以前亲测比scrapy要快。
下期将从两个话题中选出一个:
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08