parent
3351f019ed
commit
2de843361f
|
@ -484,6 +484,9 @@
|
|||
例子:输出函数执行时间的装饰器。
|
||||
|
||||
```Python
|
||||
from functools import wraps
|
||||
from time import time
|
||||
|
||||
def record_time(func):
|
||||
"""自定义装饰函数的装饰器"""
|
||||
|
||||
|
@ -1393,4 +1396,4 @@ Python中实现并发编程的三种方案:多线程、多进程和异步I/O
|
|||
|
||||
Python还有很多用于处理并行任务的三方库,例如:`joblib`、`PyMP`等。实际开发中,要提升系统的可扩展性和并发性通常有垂直扩展(增加单个节点的处理能力)和水平扩展(将单个节点变成多个节点)两种做法。可以通过消息队列来实现应用程序的解耦合,消息队列相当于是多线程同步队列的扩展版本,不同机器上的应用程序相当于就是线程,而共享的分布式消息队列就是原来程序中的Queue。消息队列(面向消息的中间件)的最流行和最标准化的实现是AMQP(高级消息队列协议),AMQP源于金融行业,提供了排队、路由、可靠传输、安全等功能,最著名的实现包括:Apache的ActiveMQ、RabbitMQ等。
|
||||
|
||||
要实现任务的异步化,可以使用名为`Celery`的三方库。`Celery`是Python编写的分布式任务队列,它使用分布式消息进行工作,可以基于RabbitMQ或Redis来作为后端的消息代理。
|
||||
要实现任务的异步化,可以使用名为`Celery`的三方库。`Celery`是Python编写的分布式任务队列,它使用分布式消息进行工作,可以基于RabbitMQ或Redis来作为后端的消息代理。
|
||||
|
|
Loading…
Reference in New Issue