async

从 Promise 开始，JavaScript就在引入新功能，来帮助更简单的方法来处理异步编程，帮助我们远离回调地狱。 Promise 是下边要讲的 Generator / yield 与 async / await 的基础，希望你已经提前了解了它。 在大概 ES6 的时代，推出了 Generator / yield 两个关键字，使用 Generator 可以很方便的帮助我们建立一个处理 Promise 的解释器。 然后，在 ES7 左右，我们又得到了 async / await 这样的语法，可以让我们以接近编写同步代码的方式来编写异步代码（无需使用 .then() 或者回调函数）。 两者都能够帮助我们很方便的进行异步编程，但同样，这两者之间也是有不少区别的。 Generator Generator 是一个函数，可以在函数内部通过 yield 返回一个值（ 此时， Generator 函数的执行会暂定，直到下次触发 .next() ） 创建一个 Generator 函数的方法是在 function 关键字后添加 * 标识。 在调用一个 Generator 函数后，并不会立即执行其中的代码，函数会返回一个 Generator 对象，通过调用对象的 next 函数，可以获得 yield / return 的返回值。 无论是触发了 yield 还是 return ， next()

1. 何为异步调用？ 在解释异步调用之前，我们先来看同步调用的定义；同步就是整个处理过程顺序执行，当各个过程都执行完毕，并返回结果。 异步调用则是只是发送了调用的指令，调用者无需等待被调用的方法完全执行完毕；而是继续执行下面的流程。例如， 在某个调用中，需要顺序调用 A, B, C三个过程方法；如他们都是同步调用，则需要将他们都顺序执行完毕之后，方算作过程执行完毕； 如B为一个异步的调用方法，则在执行完A之后，调用B，并不等待B完成，而是执行开始调用C，待C执行完毕之后，就意味着这个过程执行完毕了。 2. 常规的异步调用处理方式 在Java中，一般在处理类似的场景之时，都是基于创建独立的线程去完成相应的异步调用逻辑，通过主线程和不同的线程之间的执行流程，从而在启动独立的线程之后，主线程继续执行而不会产生停滞等待的情况。 3. @Async介绍 在Spring中，基于@Async标注的方法，称之为异步方法；这些方法将在执行的时候，将会在独立的线程中被执行，调用者无需等待它的完成，即可继续其他的操作。 分为不带参数的异步调用；带参数的异步调用；调用返回Future的异步线程 4. @Async调用中的事务处理机制 在@Async标注的方法，同时也适用了@Transactional进行了标注；在其调用数据库操作之时，将无法产生事务管理的控制，原因就在于其是基于异步处理的操作。

小白版正确代码 async function fn() { function f1() { return new Promise((resolve, reject) => { setTimeout(function () { console.log(11111) resolve() }, 3000) }) } function f2() { return new Promise((resolve, reject) => { setTimeout(function () { console.log(222222) resolve() }, 2000) }) } function f3() { return new Promise((resolve, reject) => { setTimeout(function () { console.log(333333) resolve() }, 1000) }) } await f1(); await f2(); await f3(); } async function ns(){ await fn() console.log(444444) } ns() 输出结果： Promise {} VM251:5 11111 VM251:13 222222 VM251:22 333333 VM251:34 444444 错误演示1 async

很早很早之前，前端就有了对 headless 浏览器的需求，最多的应用场景有两个 UI 自动化测试：摆脱手工浏览点击页面确认功能模式 爬虫：解决页面内容异步加载等问题 也就有了很多杰出的实现，前端经常使用的莫过于 PhantomJS 和 selenium-webdriver ，但两个库有一个共性——难用！环境安装复杂，API 调用不友好，1027 年 Chrome 团队连续放了两个大招 Headless Chrome 和对应的 NodeJS API Puppeteer ，直接让 PhantomJS 和 Selenium IDE for Firefox 作者悬宣布没必要继续维护其产品 Puppeteer 如同其 github 项目介绍：Puppeteer 是一个通过 DevTools Protocol 控制 headless chrome 的 high-level Node 库，也可以通过设置使用 非 headless Chrome 我们手工可以在浏览器上做的事情 Puppeteer 都能胜任 生成网页截图或者 PDF 爬取大量异步渲染内容的网页，基本就是人肉爬虫 模拟键盘输入、表单自动提交、UI 自动化测试 官方提供了一个 playground ，可以快速体验一下。关于其具体使用不在赘述，官网的 demo 足矣让完全不了解的同学入门 const puppeteer =

python asyncio 网络模型有很多中，为了实现高并发也有很多方案，多线程，多进程。无论多线程和多进程，IO的调度更多取决于系统，而协程的方式，调度来自用户，用户可以在函数中yield一个状态。使用协程可以实现高效的并发任务。Python的在3.4中引入了协程的概念，可是这个还是以生成器对象为基础，3.5则确定了协程的语法。下面将简单介绍asyncio的使用。实现协程的不仅仅是asyncio，tornado和gevent都实现了类似的功能。 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：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：一个协程对象就是一个原生可以挂起的函数，任务则是对协程进一步封装，其中包含任务的各种状态。 future： 代表将来执行或没有执行的任务的结果。它和task上没有本质的区别 async/await 关键字：python3.5 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。 上述的概念单独拎出来都不好懂，比较他们之间是相互联系，一起工作。下面看例子，再回溯上述概念，更利于理解。

一.celery简介 Celery 是一个强大的 分布式任务队列 的 异步处理框架，它可以让任务的执行完全脱离主程序，甚至可以被分配到其他主机上运行。我们通常使用它来实现异步任务（async task）和定时任务（crontab）。 Celery的架构由三部分组成，消息中间件（message broker），任务执行单元（worker）和任务执行结果存储（task result store）组成。 可以看到，Celery 主要包含以下几个模块： 任务模块 Task 包含异步任务和定时任务。其中，异步任务通常在业务逻辑中被触发并发往任务队列，而定时任务由 Celery Beat 进程周期性地将任务发往任务队列。 消息中间件 Broker Broker，即为任务调度队列，接收任务生产者发来的消息（即任务），将任务存入队列。Celery 本身不提供队列服务，官方推荐使用 RabbitMQ 和 Redis 等。 任务执行单元 Worker Worker 是执行任务的处理单元，它实时监控消息队列，获取队列中调度的任务，并执行它。 任务结果存储 Backend Backend 用于存储任务的执行结果，以供查询。同消息中间件一样，存储也可使用 RabbitMQ, redis 和 MongoDB 等。 所以总结一下celery：它是一个处理大量消息的分布式系统，能异步任务、定时任务

Promise ，async/await 基本用法 前言 异步代码的执行在JavaScript中总是以 callback (回调) 函数的执行来处理 但有多个异步执行等待的程序的时候，常见的结果可能是一个回调地狱 本文参考地址 代码结构看起来是这个样子的: 下图 图片来源： 知乎 ，侵删 Promise 基本结构 Promise 是一个对象 new Promise ( ) Promise 的构造函数传入参数：一个函数 new Promise ( ( ) => { } ) 该函数接收的参数为,两个 callback resolve , 执行成功的回调 reject ， 执行过程中任何一个失败，就会执行的回调 new Promise ( ( resolve , reject ) => { } ) Promise 发起 ajax 这里不使用 jQuery 的 $.ajax , 因为 jQuery 的 ajax ,已经被封装了一次，返回了一个 Promise 对象 使用原生的编程方式发送 ajax : let p = new Promise ( ( resolve , reject ) => { let xmlhttp = new XMLHttpRequest ( ) ; xmlhttp . onreadystatechange = ( ) => { console . log (

一、进程池和线程池 1.串行 import time import requests url_lists = [ 'http://www.baidu.com', 'http://fanyi.baidu.com', 'http://map.baidu.com', 'http://music.baidu.com/', 'http://tieba.baidu.com', 'http://v.baidu.com', 'http://image.baidu.com', 'http://zhidao.baidu.com', 'http://news.baidu.com', 'http://xueshu.baidu.com'] start_time = time.time() for url in url_lists: response = requests.get(url) print(response.text) print("Runtime: {}".format(time.time()-start_time)) # Runtime: 1.95 　　 2.多进程 import time import requests from multiprocessing import Process url_lists = [ 'http://www.baidu.com', 'http://fanyi

在我之前的一篇博文中详细介绍了Python多线程的应用： 进程，线程，GIL，Python多线程，生产者消费者模型都是什么鬼 但是由于GIL的存在，使得python多线程没有充分利用CPU的多核，为了利用多核，我可以采用多进程； 1. 父进程与子进程 wiki上对于父进程与子进程的定义： a）Parent process In Unix-like operating systems , every process except process 0 (the swapper) is created when another process executes the fork() system call . The process that invoked fork is the parent process and the newly created process is the child process . Every process (except process 0) has one parent process, but can have many child processes. In the Linux kernel , in which there is a very slim difference between processes and POSIX

async 和 await 出现在C# 5.0之后，给并行编程带来了不少的方便，特别是当在MVC中的Action也变成async之后，有点开始什么都是async的味道了。但是这也给我们编程埋下了一些隐患，有时候可能会产生一些我们自己都不知道怎么产生的Bug，特别是如果连线程基础没有理解的情况下，更不知道如何去处理了。那今天我们就来好好看看这两兄弟和他们的叔叔（Task）爷爷(Thread)们到底有什么区别和特点，本文将会对Thread 到 Task 再到 .NET 4.5的 async和 await，这三种方式下的并行编程作一个概括性的介绍包括：开启线程，线程结果返回，线程中止，线程中的异常处理等。 内容索引 创建线程 线程池 参数 返回值 共享数据 线程安全 锁 Semaphore 异常处理 一个小例子认识async & await await的原形 创建 static void Main(){ new Thread(Go).Start(); // .NET 1.0开始就有的 Task.Factory.StartNew(Go); // .NET 4.0 引入了 TPL Task.Run(new Action(Go)); // .NET 4.5 新增了一个Run的方法 } public static void Go(){ Console.WriteLine("我是另一个线程");