python之事件驱动与异步IO

简介:

  写服务器处理模型的程序时,通常有以下几种模型

  1.每收到一个请求,创建一个新的进程来处理该请求

  2.每收到一个请求,创建一个新的线程来处理该请求

  3.每收到一个请求,放入一个事件列表,让主进程通过非阻塞I/O方式来处理请求(协程

  这三种模型的区别:

  第1种模型:由于创建新的进程的开销比较大,会导致服务器性能比较差,但实现比较简单

  第2种模型:由于要涉及到线程的同步,有可能面临死锁

  第3种模型:在写应用程序代码时,逻辑比前2种要复杂。但这种模型是大多数网络服务器采用的方式


  在UI编程时,常常要对鼠标点击进行响应,那么如何获得鼠标点击呢?

  方法1:创建一个线程,该线程一直循环检测是否有鼠标点击,那么这个方法有以下几个缺点:

  1.CPU资源浪费,可能鼠标点击的频率非常小,但是扫描线程还是会一直循环检测,这会造成很多的CPU资源浪费;如果扫描鼠标点击的接口是阻塞的呢?

  2.如果是堵塞的,又会出现下面这样的问题,如果我们不但要扫描鼠标的点击,还要扫描键盘是否按下,由于扫描鼠标时被堵塞了,那么可能永远不会去扫描键盘;

  3.如果一个循环需要扫描的设备非常多,这又会引来响应时间的问题

  所以,不建议使用此种方法


  方法2:事件驱动模型

  目前大部分的UI编程都是事件驱动模型,如很多UI平台都会提供onClick()事件,这个事件就代表鼠标按下事件。

事件驱动模型大体思路如下:

  1.有一个事件(消息)队列

  2.鼠标按下时,往这个队列中增加一个点击事件(消息)

  3.有个循环,不断从队列取出事件,根本不同的事件,调用不同的函数,如onClick()、onKeyDown()等

  4.事件(消息)一般都各自保存各自的处理函数指针,这样,每个消息都有独立的处理函数

wKiom1iYD5bDi0N0AABSK6YAKCI257.jpg

  事件驱动编程是一种编程范式,这里程序的执行流由外部事件来决定。

  它的特点是包含一个事件循环,当外部事件发生时使用回调机制来触发相应的处理。

  另外两种常见的编程范式是(单线程)同步以及多线程编程。


  让我们用例子来比较和对比一下单线程、多线程以及事件驱动编程模型。

  下图展示了随着时间的推移,这三种模式下程序所做的工作。

  这个程序有3个任务需要完成,每个任务都在等待I/O操作时阻塞自身。

  阻塞在I/O操作上所花费的时间已经用灰色框标示出来了。

wKioL1iYEBag3yOkAACztdKfumI525.jpg

 在单线程同步模型中,任务按照顺序执行。如果某个任务因为I/O而阻塞,其他所有的任务都必须等待,直到它完成之后它们才能依次执行。

  这种明确的执行顺序和串行化处理的行为是很容易推断得出的。如果任务之间并没有互相依赖的关系,但仍然需要互相等待的话这就使得程序不必要的降低了运行速度。


  在多线程版本中,这3个任务分别在独立的线程中执行。

  这些线程由操作系统来管理,在多处理器系统上可以并行处理,或者在单处理器系统上交错执行。

  这使得当某个线程阻塞在某个资源的同时其他线程得以继续执行。

  与完成类似功能的同步程序相比,这种方式更有效率,但程序员必须写代码来保护共享资源,防止其被多个线程同时访问。

  多线程程序更加难以推断,因为这类程序不得不通过线程同步机制如锁、可重入函数、线程局部存储或者其他机制来处理线程安全问题,如果实现不当就会导致出现微妙且令人痛不欲生的bug。


  在事件驱动版本的程序中,3个任务交错执行,但仍然在一个单独的线程控制中。

  当处理I/O或者其他耗时的操作时,注册一个回调到事件循环中,然后当I/O操作完成时继续执行。

  回调描述了该如何处理某个事件。事件循环轮询所有的事件,当事件到来时将它们分配给等待处理事件的回调函数。

  这种方式让程序尽可能的得以执行而不需要用到额外的线程。事件驱动型程序比多线程程序更容易推断出行为,因为程序员不需要关心线程安全问题。


  当我们面对如下的环境时,事件驱动模型通常是一个好的选择:

    程序中有许多任务,而且…

    任务之间高度独立(因此它们不需要互相通信,或者等待彼此)而且…

    在等待事件到来时,某些任务会阻塞。

    当应用程序需要在任务间共享可变的数据时,这也是一个不错的选择,因为这里不需要采用同步处理。


  网络应用程序通常都有上述这些特点,这使得它们能够很好的契合事件驱动编程模型。

  此处要提出一个问题,就是,上面的事件驱动模型中,只要一遇到IO就注册一个事件,然后主程序就可以继续干其它的事情了,只到io处理完毕后,继续恢复之前中断的任务,这本质上是怎么实现的呢?

  详见IO多路复用篇请往这儿走











本文转自 忘情OK  51CTO博客,原文链接:http://blog.51cto.com/itchentao/1895249,如需转载请自行联系原作者
目录
相关文章
|
24天前
|
网络协议 物联网 API
Python网络编程:Twisted框架的异步IO处理与实战
【10月更文挑战第26天】Python 是一门功能强大且易于学习的编程语言,Twisted 框架以其事件驱动和异步IO处理能力,在网络编程领域独树一帜。本文深入探讨 Twisted 的异步IO机制,并通过实战示例展示其强大功能。示例包括创建简单HTTP服务器,展示如何高效处理大量并发连接。
40 1
|
29天前
|
关系型数据库 MySQL 数据处理
探索Python中的异步编程:从asyncio到异步数据库操作
在这个快节奏的技术世界里,效率和性能是关键。本文将带你深入Python的异步编程世界,从基础的asyncio库开始,逐步探索到异步数据库操作的高级应用。我们将一起揭开异步编程的神秘面纱,探索它如何帮助我们提升应用程序的性能和响应速度。
|
1月前
|
机器学习/深度学习 数据采集 传感器
使用Python实现深度学习模型:智能极端天气事件预测
使用Python实现深度学习模型:智能极端天气事件预测
93 3
|
1月前
|
调度 Python
深入理解 Python 中的异步操作 | python小知识
在现代编程中,异步操作是一个非常重要的概念,尤其是在处理 I/O 密集型任务时。使用异步操作可以显著提高程序的性能和响应速度。Python 提供了 `async` 和 `await` 关键字,使得编写异步代码变得更加直观和简洁【10月更文挑战第8天】
28 2
|
23天前
|
网络协议 调度 开发者
Python网络编程:Twisted框架的异步IO处理与实战
【10月更文挑战第27天】本文介绍了Python网络编程中的Twisted框架,重点讲解了其异步IO处理机制。通过反应器模式,Twisted能够在单线程中高效处理多个网络连接。文章提供了两个实战示例:一个简单的Echo服务器和一个HTTP服务器,展示了Twisted的强大功能和灵活性。
32 0
|
1月前
|
数据采集 前端开发 NoSQL
Python编程异步爬虫实战案例
Python编程异步爬虫实战案例
|
24天前
|
NoSQL 关系型数据库 MySQL
python协程+异步总结!
本文介绍了Python中的协程、asyncio模块以及异步编程的相关知识。首先解释了协程的概念和实现方法,包括greenlet、yield关键字、asyncio装饰器和async/await关键字。接着详细讲解了协程的意义和应用场景,如提高IO密集型任务的性能。文章还介绍了事件循环、Task对象、Future对象等核心概念,并提供了多个实战案例,包括异步Redis、MySQL操作、FastAPI框架和异步爬虫。最后提到了uvloop作为asyncio的高性能替代方案。通过这些内容,读者可以全面了解和掌握Python中的异步编程技术。
42 0
|
1月前
|
网络协议 安全 Java
难懂,误点!将多线程技术应用于Python的异步事件循环
难懂,误点!将多线程技术应用于Python的异步事件循环
67 0
|
1月前
|
数据采集 JSON 网络协议
Python编程异步爬虫——aiohttp的使用
Python编程异步爬虫——aiohttp的使用
|
1月前
|
数据采集 调度 Python
Python编程异步爬虫——协程的基本原理(一)
Python编程异步爬虫——协程的基本原理(一)
下一篇
无影云桌面