协程

今天因为要给banner的图片添加圆角,使用 Bitmap 转换圆角 用协程去切换线程 在Debug中出现 ThreadException: Only the original thread that Created a view hierarchy can touch its views 不debug时正常显示 猜测原因为: 协程在debug时,当前线程被断点阻塞,自动切换到其他线程中去了 导致不是原始的view历史记录线程操作显示View 解决办法为: 在与UI界面的控件交互的代码 加上 withContext(Dispatchers.Main){　　//你的 view 代码 　　imageView.setImageBitmap(bitmap) } 来源： https://www.cnblogs.com/caosq/p/11649746.html

asyncio异步IO,能够异步网络操作，并发，协程 1、asyncio的关键字说明 event_loop事件循环：程序开启一个无限循环，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，其中包含了任务的各种状态 future:代表将来执行或没有执行的任务结果。它和task上没有本质上的区别 async/await关键字:async定义一个协程，await用于挂起阻塞的异步调用接口，在python3.4是使用asyncio.coroutine/yield from 2、定义一个协程 # -*-coding:utf-8 -*- import asyncio async def func(): print("waiting----func------") #这里是一个协程对象，这个时候func()函数并没有执行 coroutine = func() print("coroutine",coroutine) #创建一个循环时间loop loop = asyncio.get_event_loop()

文章出处 https://www.cnblogs.com/jackchengcc/archive/2018/11/29/10025949.html 一：什么是上下文 　　 每一段程序都有很多外部变量。只有像Add这种简单的函数才是没有外部变量的。一旦你的一段程序有了外部变量，这段程序就不完整，不能独立运行。你为了使他们运行，就要给所有的外部变量一个一个写一些值进去。这些值的集合就叫上下文。 　　在 flask 中，视图函数需要知道它执行情况的请求信息（请求的 url，参数，方法等）以及应用信息（应用中初始化的数据库等），才能够正确运行。 最直观地做法是把这些信息封装成一个对象，作为参数传递给视图函数 。但是这样的话，所有的视图函数都需要添加对应的参数，即使该函数内部并没有使用到它。flask 的做法是把这些信息作为类似全局变量的东西，视图函数需要的时候，可以使用 from flask import request 获取。 但是这些对象和全局变量不同的是——它们必须是动态的，因为在多线程或者多协程的情况下，每个线程或者协程获取的都是自己独特的对象，不会互相干扰。 二：实现过程 　　 在python多线程中，有threading.local，可以实现多个线程访问某个变量时，每个线程只能看到自己的数据(flask上下文中，每个线程也只能访问自己请求所封装的数据)，其内部原理大致为

Golang：线程 和 协程 的区别 目录 前言 协程 协程的特点 第 1 和 第 2 点 特点中的第 3 和 第 4 点 和线程的整体对比 协程 协程，英文名 Coroutine 。但在 Go 语言中，协程的英文名是： gorutine 。它常常被用于进行 多任务 ，即 并发作业 。没错，就是 多线程 作业的那个作业。 虽然在 Go 中，我们不用直接编写线程之类的代码来进行并发，但是 Go 的协程却 依赖于线程 来进行。 协程的特点 这里先直接列出线程的特点，然后从例子中进行解析。 多个协程可由一个或多个线程管理， 协程的调度 发生在其所在的线程中。 可以被调度，调度策略由应用层代码定义，即可被高度自定义实现。 执行效率高。 占用内存少。 上面 第 1 和 第 2 点 我们来看一个例子： func TestGorutine(t *testing.T) { runtime.GOMAXPROCS(1) // 指定最大 P 为 1，从而管理协程最多的线程为 1 个 wg := sync.WaitGroup{} // 控制等待所有协程都执行完再退出程序 wg.Add(2) // 运行一个协程 go func() { fmt.Println(1) fmt.Println(2) fmt.Println(3) wg.Done() }() // 运行第二个协程 go func() { fmt

一、协程概述 1、什么是协程？ 协程也被称为“微线程”，在一个线程中规定某个代码块的执行顺序 。 线程和进程的操作是由程序触发系统接口，最后的执行者是系统；协程的操作则是程序员。 2、为什么会有协程？ 　　对于多线程应用，CPU通过切片的方式来切换线程间的执行，线程切换时需要耗时（保存状态，下次继续）。协程，则只使用一个线程，在一个线程中规定某个代码块执行顺序。这样更加节约切换的时间。 3、协程的特点？ 不需要多线程的锁机制 因为只有一个线程，不存在同时写变量冲突，在协程中控制共享资源不加锁，只需要判断状态就好了，所以执行效率比多线程高很多。 可以利用多核特点 通过多进程 + 协程既可以利用多核又可以发挥协程的高效率。 从技术的角度来说，“协程就是你可以暂停执行的函数” 类似于python中的生成器 4、协程的应用场景 当程序中存在大量不需要CPU的操作时（IO），适用于协程。 二、greenlet、gevent模块 （一）greenlet 上面说了从技术层面上说“协程就是你可以暂停执行的函数”，相当于一个生成器，greenlet是一个用C实现的协程模块： from greenlet import greenlet def test1(): print(9) gr2.switch() #手动切换执行test2 print(22) gr2.switch() #手动切换执行test2

前言 Go协程一般使用channel（通道）通信从而协调/同步他们的工作。合理利用Go协程和channel能帮助我们大大提高程序的性能。本文将介绍一些使用channel的场景及技巧 场景一，使用channel返回运算结果 计算斐波那契数列，在学习递归时候这是个经典问题。现在我们不用递归实现，而是用channel返回计算得出的斐波那契数列。 计算前40个斐波那契数列的值，看下效率 package main import ( "fmt" "time" ) //计算斐波那契数列并写到ch中 func fibonacci(n int, ch chan<- int) { first, second := 1, 1 for i := 0; i < n; i++ { ch <- first first, second = second, first+second } close(ch) } func main() { ch := make(chan int, 40) i := 0 start := time.Now() go fibonacci(cap(ch), ch) for result := range ch { fmt.Printf("fibonacci(%d) is: %d\n", i, result) i++ } end := time.Now() delta := end.Sub

阅读目录 一 引子 二 协程介绍 三 Greenlet模块 四 Gevent模块 引子 　　之前我们学习了线程、进程的概念，了解了在操作系统中 进程是资源分配的最小单位,线程是CPU调度的最小单位。 按道理来说我们已经算是把cpu的利用率提高很多了。但是我们知道无论是创建多进程还是创建多线程来解决问题，都要消耗一定的时间来创建进程、创建线程、以及管理他们之间的切换。 　　随着我们对于效率的追求不断提高， 基于单线程来实现并发 又成为一个新的课题，即只用一个主线程（很明显可利用的cpu只有一个）情况下实现并发。这样就可以节省创建线进程所消耗的时间。 　　为此我们需要先回顾下并发的本质：切换+保存状态 　　cpu正在运行一个任务，会在两种情况下切走去执行其他的任务（切换由操作系统强制控制），一种情况是该任务发生了阻塞，另外一种情况是该任务计算的时间过长 　 　 　　ps：在介绍进程理论时，提及进程的三种执行状态，而线程才是执行单位，所以也可以将上图理解为线程的三种状态 　　 一：其中第二种情况并不能提升效率，只是为了让cpu能够雨露均沾，实现看起来所有任务都被“同时”执行的效果，如果多个任务都是纯计算的，这种切换反而会降低效率。 　　为此我们可以基于yield来验证。yield本身就是一种在单线程下可以保存任务运行状态的方法，我们来简单复习一下： #1 yiled可以保存状态

一、协程 1.历史进程： （1）3.4引入协程，用yield来实现 （2）3.5引入协程语法 （3）实现协程比较好的包有asyncio,tornado,gevent 2.定义：协程是为非抢占式多任务产生子程序的计算机程序组件，协程允许不同入口点在不同位置暂停或开始执行程序 3.从技术角度讲，协程就是一个可以暂停执行的函数，或者干脆把协程理解为一个生成器 4.协程对资源的消耗很小，要比多进程消耗的资源小多了，因此多并发下，协程更节省资源。 5.协程的实现 （1）yield返回；（2）send调用 （3）协程的三个状态： inspect.geigeneratorstate(...)函数确定，该函数会返回下面的字符串中的一个： GEN_CREATED:等待开始执行 GEN_RUNNING:解释器正在执行 GEN_SUSPENED:在yield表达式处暂停 GEN_CLOSED:执行结束 next预激（prime） 6.举例子（注意里面的注释） def simple_coroutine(): print("->start") x = yield#这个函数执行到这里停止了，等待着给它赋值，也就是后面的send语句 print("->recived",x) #主线程 sc = simple_coroutine() print(1111) #可以使用sc.send(None),效果一样 next

基于协程的并发 一、什么是协程 协程是单线程下的并发，又称微线程，纤程。协程是一种用户态的轻量级线程，即协程是由用户程序自己控制调度的。我们需要知道的是： #1. python的线程属于内核级别的，即由操作系统控制调度（如单线程遇到io或执行时间过长就会被迫交出cpu执行权限，切换其他线程运行） #2. 单线程内开启协程，一旦遇到io，就会从应用程序级别（而非操作系统）控制切换，以此来提升效率（非io操作的切换与效率无关） 协程的特点是： 必须在只有一个单线程里实现并发； 修改共享数据不需加锁； 用户程序里自己保存多个控制流的上下文栈 一个协程遇到IO操作自动切换到其它协程 二、Greenlet 如果我们在单个线程内有20个任务，要想实现在多个任务之间切换，使用yield生成器的方式过于麻烦，而使用greenlet模块可以非常简单地实现这20个任务直接的切换。 #安装 pip3 install greenlet from greenlet import greenlet def test1(): print(12) gr2.switch() #切换到gr2 print(34) gr2.switch() #切换到gr2 def test2(): print(56) gr1.switch() #切换到gr1 print(78) gr1 = greenlet(test1) gr2 =

循环开协程情况分析 代码 package main import( "fmt" "runtime" "sync" ) //for循环只是用来创建协程而已,当协程创建完成之后,就不再受for控制 func main(){ runtime.GOMAXPROCS(1) wg := sync.WaitGroup{} wg.Add(60) for a:=0;a<10;a++{ fmt.Println("这里先运行",a) go func(){ defer wg.Done() fmt.Printf("a的地址: %p , %v \n",&a,a) }() } for i:=10;i<20;i++{ go func(i int){ defer wg.Done() fmt.Printf(" i的地址: %p , %v \n",&i,i) }(i) } wg.Wait() fmt.Println("想看运行结果") } 输出结果 这里先运行 0 这里先运行 1 这里先运行 2 这里先运行 3 这里先运行 4 这里先运行 5 这里先运行 6 这里先运行 7 这里先运行 8 这里先运行 9 i的地址: 0xc000010158 , 19 a的地址: 0xc000010038 , 10 a的地址: 0xc000010038 , 10 a的地址: 0xc000010038 , 10 a的地址: