async

node.js的世界，从callback开始，不会止于async. 所有人都在骂为什么不能完全进化，其实我感觉这就是老外的细心，为了承上。这也就是为什么async其实就是promise一样，假如不是一样的东西，如何承上启下。node.js异常处理一直为人诟病，其实为什么不能优雅心里没有*数吗？这就是设计得辣鸡....好吧，我只是一个用辣鸡的辣鸡。 有些东西不能改变，只能自己改变自己。google了一番，我大概找出了2种我自己喜欢的方式。 一、我只是console一下，我不处理。 async function getData(){ const a = await someFunction().catch((error)=>console.log(error)); const b = await someOtherFunction().catch((error)=>console.log(error)); if(a && b ) console.log("some result") } 二、约定法则 const go = async () => { const readFileResult = await sureThing(readFile('some.json')); if (readFileResult.ok) { const { ok, error, data } =

需求:必须第一个执行完毕后才能走第二个;没有用到resolve是因为axios本身就是promise的封装所以这里不需要 没有使用promise的情况 componentDidMount() { // 传入当前用户的角色id Service.loadUserRoles(this.props.data.id).then(res => { console.log(res) }).then(result => { Service.loadAllRoles().then(res => { console.log(res) }) }) } 使用promise的情况 // 异步加载解决地域回调问题 async componentDidMount() { // 传入当前用户的角色id let userRoles = await Service.loadUserRoles(this.props.data.id)//加载用户关联的角色信息 let roles = await Service.loadAllRoles() // 匹配当前用户已有的角色推入allCheckedRole let checkedRoleArr = [] userRoles.data.forEach(userRole => { let roleInfo = roles.data.find(role => role.id ===

译者按: Node.js的异步编程方式有效提高了应用性能；然而回调地狱却让人望而生畏，Promise让我们告别回调函数，写出更优雅的异步代码；在实践过程中，却发现Promise并不完美；技术进步是无止境的，这时，我们有了Async/Await。 原文: 6 Reasons Why JavaScript’s Async/Await Blows Promises Away 译者: Fundebug 为了保证可读性，本文采用意译而非直译。 Node.js 7.6已经支持async/await了，如果你还没有试过，这篇博客将告诉你为什么要用它。 Async/Await简介 对于从未听说过async/await的朋友，下面是简介: - async/await是写异步代码的新方式，以前的方法有 回调函数 和 Promise 。 - async/await是基于Promise实现的，它不能用于普通的回调函数。 - async/await与Promise一样，是非阻塞的。 - async/await使得异步代码看起来像同步代码，这正是它的魔力所在。 Async/Await语法 示例中，getJSON函数返回一个promise，这个promise成功resolve时会返回一个json对象。我们只是调用这个函数，打印返回的JSON对象，然后返回"done"。 使用Promise是这样的: 1 2 3

一.内容回顾 　　进程是计算机中最小的资源分配单位 　　进程与进程之间数据隔离,执行过程异步 　　为什么会出现进程的概念? 　　　　为了合理利用cpu,提高用户体验 　　　　多个进程是可以同时利用多个cpu的,可以实现并行的效果 　　僵尸进程 　　进程 状态码 z/z 僵尸进程 linux 　　在主进程中控制子进程的方法 　　　　子进程对象 = Process (target,args) 在创建的这一刻根本就没有通知操作系统 　　　　子进程对象. start() 通知操作系统,开启子进程,异步非阻塞 　　　　子进程对象.terminate() 通知操作系统,结束子进程,异步非阻塞 　　　　子进程对象.is_alive() 查看子进程是否还活着 　　　　子进程对象.join() 阻塞,直到子进程结束 　　　　子进程对象.join(timeout = 10) 阻塞最多10s,期间子进程如果结束就结束阻塞, 如果没结束10s之后也结束阻塞 # 守护进程 # 守护进程是一个子进程 # 守护进程会在主进程代码结束之后才结束 # 为什么会这样? # 由于主进程必须要回收所有的子进程的资源 # 所以主进程必须在子进程结束之后才能结束 # 而守护进程就是为了守护主进程存在的 # 不能守护到主进程结束,就只能退而求其次,守护到代码结束了 # 守护到主进程的代码结束,意味着如果有其他子进程没有结束

什么是异步编程 什么是异步编程呢？举个简单的例子： using System.Net.Http; using System.Threading.Tasks; using static System.Console; namespace Core { class Async { static void Main() { Start(); End(); } static void Wait()=>WriteLine("waiting..."); static void End()=>WriteLine("end..."); static int Start() { WriteLine("start..."); HttpClient client = new HttpClient(); Waiting(); var result = client.GetStringAsync("https://www.visualstudio.com/"); string str = result.Result; return str.Length; } } } 上面这段代码中，Main方法中的代码是按照自上而下的顺序执行的。网络状况不佳时， Start() 方法是比较耗时（注意，这里在 Start 方法中调用了异步方法 GetStringAsync ，但该方法在此处是以同步方式执行的

什么是异步编程 什么是异步编程呢？举个简单的例子： using System.Net.Http; using System.Threading.Tasks; using static System.Console; namespace Core { class Async { static void Main() { Start(); End(); } static void Wait()=>WriteLine("waiting..."); static void End()=>WriteLine("end..."); static int Start() { WriteLine("start..."); HttpClient client = new HttpClient(); Waiting(); var result = client.GetStringAsync("https://www.visualstudio.com/"); string str = result.Result; return str.Length; } } } 上面这段代码中，Main方法中的代码是按照自上而下的顺序执行的。网络状况不佳时， Start() 方法是比较耗时（注意，这里在 Start 方法中调用了异步方法 GetStringAsync ，但该方法在此处是以同步方式执行的

说明 使用@Async注解创建多线程非常的方便，还可以通过配置，实现线程池。比直接使用线程池简单太多。而且在使用上跟普通方法没什么区别，加上个@Async注解即可实现异步调用。 用法 AsyncTask.java @Component public class AsyncTask { private static final Logger LOG = LoggerFactory.getLogger(AsyncTask.class); @Async public void register(){ LOG.info("多线程开始注册模拟"); try { Thread.sleep(1000*1); } catch (InterruptedException e) { e.printStackTrace(); } LOG.info("多线程注册成功"); } } 这里只是做一个简单地打印输出，使用Log4J打印是为了方便看到线程名 AsyncTaskController.java @RestController @RequestMapping(value = "/async") public class AsyncTaskController { private final static Logger LOG = LoggerFactory.getLogger

维表JOIN-绕不过去的业务场景 在Flink 流处理过程中，经常需要和外部系统进行交互，用维度表补全事实表中的字段。 例如：在电商场景中，需要一个商品的skuid去关联商品的一些属性，例如商品所属行业、商品的生产厂家、生产厂家的一些情况；在物流场景中，知道包裹id，需要去关联包裹的行业属性、发货信息、收货信息等等。 默认情况下，在Flink的MapFunction中，单个并行只能用同步方式去交互: 将请求发送到外部存储，IO阻塞，等待请求返回，然后继续发送下一个请求。这种同步交互的方式往往在网络等待上就耗费了大量时间。为了提高处理效率，可以增加MapFunction的并行度，但增加并行度就意味着更多的资源，并不是一种非常好的解决方式。 Async I/O异步非阻塞请求 Flink 在1.2中引入了Async I/O，在异步模式下，将IO操作异步化，单个并行可以连续发送多个请求，哪个请求先返回就先处理，从而在连续的请求间不需要阻塞式等待，大大提高了流处理效率。 Async I/O 是阿里巴巴贡献给社区的一个呼声非常高的特性，解决与外部系统交互时网络延迟成为了系统瓶颈的问题。 图中棕色的长条表示等待时间，可以发现网络等待时间极大地阻碍了吞吐和延迟。为了解决同步访问的问题，异步模式可以并发地处理多个请求和回复。也就是说，你可以连续地向数据库发送用户a、b、c等的请求，与此同时

前言 这段时间面试官都挺忙的，频频出现在博客文章标题，虽然我不是特别想蹭热度，但是实在想不到好的标题了-。-，蹭蹭就蹭蹭 :) 事实上我在面试的时候确实被问到了这个问题，而且是一道在线 coding 的编程题，当时虽然思路正确，可惜最终也并不算完全答对 结束后花了一段时间整理了下思路，那么究竟该如何实现一个大文件上传，以及在上传中如何实现断点续传的功能呢？ 本文将从零搭建前端和服务端，实现一个大文件上传和断点续传的 demo 文章有误解的地方，欢迎指出，将在第一时间改正，有更好的实现方式希望留下你的评论 大文件上传 整体思路 前端 前端大文件上传网上的大部分文章已经给出了解决方案，核心是利用 Blob.prototype.slice 方法，和数组的 slice 方法相似，调用的 slice 方法可以返回原文件的某个切片 这样我们就可以根据预先设置好的切片最大数量将文件切分为一个个切片，然后借助 http 的可并发性，同时上传多个切片，这样从原本传一个大文件，变成了同时传多个小的文件切片，可以大大减少上传时间 另外由于是并发，传输到服务端的顺序可能会发生变化，所以我们还需要给每个切片记录顺序 服务端 服务端需要负责接受这些切片，并在接收到所有切片后合并切片 这里又引伸出两个问题 何时合并切片，即切片什么时候传输完成 如何合并切片 第一个问题需要前端进行配合

原创不易，转载请联系作者 深入理解协程 分为三部分进行讲解： 协程的引入 yield from实现异步协程 async/await实现异步协程 本篇为 深入理解协程 系列文章的 最后一篇 。 从本篇你将了解到： async/await 的使用。 如何从 yield from 风格的协程修改为 async/await 风格。 篇幅较长，请耐心阅读。 async/await的引入 上篇 【yield from实现异步协程】 我们引入了 asynico 模块，结合 yield from 实现异步协程。但语法不够简洁，其中涉及的 生成器 ， 装饰器 也让人头疼不已。 为了语法更加简洁。于是，在Python3.5（PEP 492）中新增了 async/await 语法来实现异步协程。 async/await的使用 先介绍几个概念： async/await ：python3.5之后用于定义协程的关键字，async定义一个协程，await用于挂起阻塞的异步调用接口。 event_loop ：事件循环，程序开启一个无限的循环，程序员会把一些函数注册到事件循环上。当满足事件发生的时候，调用相应的协程函数。 coroutine ：协程对象，指一个使用async关键字定义的函数，它的调用不会立即执行函数，而是会返回一个协程对象。协程对象需要注册到事件循环，由事件循环调用。 task ：任务