目次
従来の非同期呼び出し
同期マルチリクエスト機能
非同期関数とコルーチン
非同期メソッドの比較
ホームページ バックエンド開発 Python チュートリアル Python 更新の非同期サポートでの相互運用性

Python 更新の非同期サポートでの相互運用性

Jan 20, 2025 am 12:21 AM

前回の IoP アップデートからしばらく時間が経ちました。 追いつきましょう!

Interoperability On Python update async support

IoP コマンドライン インターフェイスに大幅な機能強化が追加されました。

  • 名前の変更: プロジェクトの新しいブランドに合わせて、grongier.pex モジュールの名前が iop に変更されました。
  • 非同期サポート: IoP は非同期関数とコルーチンを完全にサポートするようになりました。

プロジェクト名の変更

grongier.pex モジュールは下位互換性のためにアクセス可能なままですが、将来のリリースでは削除される予定です。 新規開発には iop モジュールを使用します。

非同期機能

IoP は長い間非同期呼び出しをサポートしてきましたが、以前は非同期関数とコルーチンを直接使用することはできませんでした。 この新しい機能を検討する前に、InterSystems IRIS 内で非同期呼び出しがどのように機能するかを確認し、2 つの例を調べてみましょう。

従来の非同期呼び出し

これは従来のアプローチを示しています:

from iop import BusinessProcess
from msg import MyMessage


class MyBP(BusinessProcess):

    def on_message(self, request):
        msg_one = MyMessage(message="Message1")
        msg_two = MyMessage(message="Message2")

        self.send_request_async("Python.MyBO", msg_one, completion_key="1")
        self.send_request_async("Python.MyBO", msg_two, completion_key="2")

    def on_response(self, request, response, call_request, call_response, completion_key):
        if completion_key == "1":
            self.response_one = call_response
        elif completion_key == "2":
            self.response_two = call_response

    def on_complete(self, request, response):
        self.log_info(f"Received response one: {self.response_one.message}")
        self.log_info(f"Received response two: {self.response_two.message}")
ログイン後にコピー

これは、IRIS の非同期呼び出しの動作を反映しています。 send_request_async はビジネス オペレーションにリクエストを送信し、on_response は受け取ったレスポンスを処理します。 completion_key は応答を区別します。

同期マルチリクエスト機能

まったく新しいわけではありませんが、複数の同期リクエストを同時に送信できる機能は注目に値します。

from iop import BusinessProcess
from msg import MyMessage


class MyMultiBP(BusinessProcess):

    def on_message(self, request):
        msg_one = MyMessage(message="Message1")
        msg_two = MyMessage(message="Message2")

        tuple_responses = self.send_multi_request_sync([("Python.MyMultiBO", msg_one),
                                                        ("Python.MyMultiBO", msg_two)])

        self.log_info("All requests have been processed")
        for target, request, response, status in tuple_responses:
            self.log_info(f"Received response: {response.message}")
ログイン後にコピー

この例では、2 つのリクエストを同じビジネス オペレーションに同時に送信します。応答は、各呼び出しのターゲット、要求、応答、ステータスを含むタプルです。これは、リクエストの順序が重要ではない場合に特に便利です。

非同期関数とコルーチン

IoP で非同期関数とコルーチンを活用する方法は次のとおりです。

import asyncio

from iop import BusinessProcess
from msg import MyMessage


class MyAsyncNGBP(BusinessProcess):

    def on_message(self, request):

        results = asyncio.run(self.await_response(request))

        for result in results:
            print(f"Received response: {result.message}")

    async def await_response(self, request):
        msg_one = MyMessage(message="Message1")
        msg_two = MyMessage(message="Message2")

        tasks = [self.send_request_async_ng("Python.MyAsyncNGBO", msg_one),
                 self.send_request_async_ng("Python.MyAsyncNGBO", msg_two)]

        return await asyncio.gather(*tasks)
ログイン後にコピー

これは、send_request_async_ng を使用して複数のリクエストを同時に送信します。 asyncio.gather は、すべての応答が同時に待機されることを保証します。

ここまで読んでくださった方は「ブーメラン」にコメントをお願いします! それは大きな意味を持つでしょう。ありがとうございます!

await_response は、複数のリクエストを送信し、すべての応答を待つコルーチンです。

非同期関数とコルーチンを使用する利点には、並列リクエストによるパフォーマンスの向上、可読性と保守性の向上、asyncio モジュールを使用した柔軟性の向上、例外とタイムアウトの処理の向上が含まれます。

非同期メソッドの比較

send_request_asyncsend_multi_request_syncsend_request_async_ng の主な違いは何ですか?

  • send_request_async: on_response が実装されており、completion_key が使用されている場合にのみ、リクエストを送信し、応答を待ちます。 シンプルですが、並列リクエストのスケーラビリティは低くなります。
  • send_multi_request_sync: 複数のリクエストを同時に送信し、すべての応答を待ちます。使い方は簡単ですが、応答順序は保証されません。
  • send_request_async_ng: 複数のリクエストを同時に送信し、応答の順序を維持しながらすべての応答を待ちます。非同期関数とコルーチンが必要です。

マルチスレッドを楽しんでください!

以上がPython 更新の非同期サポートでの相互運用性の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

Video Face Swap

完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

Python vs. C:比較されたアプリケーションとユースケース Python vs. C:比較されたアプリケーションとユースケース Apr 12, 2025 am 12:01 AM

Pythonは、データサイエンス、Web開発、自動化タスクに適していますが、Cはシステムプログラミング、ゲーム開発、組み込みシステムに適しています。 Pythonは、そのシンプルさと強力なエコシステムで知られていますが、Cは高性能および基礎となる制御機能で知られています。

2時間のPython計画:現実的なアプローチ 2時間のPython計画:現実的なアプローチ Apr 11, 2025 am 12:04 AM

2時間以内にPythonの基本的なプログラミングの概念とスキルを学ぶことができます。 1.変数とデータ型、2。マスターコントロールフロー(条件付きステートメントとループ)、3。機能の定義と使用を理解する4。

Python:ゲーム、GUIなど Python:ゲーム、GUIなど Apr 13, 2025 am 12:14 AM

PythonはゲームとGUI開発に優れています。 1)ゲーム開発は、2Dゲームの作成に適した図面、オーディオ、その他の機能を提供し、Pygameを使用します。 2)GUI開発は、TKINTERまたはPYQTを選択できます。 TKINTERはシンプルで使いやすく、PYQTは豊富な機能を備えており、専門能力開発に適しています。

2時間でどのくらいのPythonを学ぶことができますか? 2時間でどのくらいのPythonを学ぶことができますか? Apr 09, 2025 pm 04:33 PM

2時間以内にPythonの基本を学ぶことができます。 1。変数とデータ型を学習します。2。ステートメントやループの場合などのマスター制御構造、3。関数の定義と使用を理解します。これらは、簡単なPythonプログラムの作成を開始するのに役立ちます。

Python vs. C:曲線と使いやすさの学習 Python vs. C:曲線と使いやすさの学習 Apr 19, 2025 am 12:20 AM

Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

Pythonと時間:勉強時間を最大限に活用する Pythonと時間:勉強時間を最大限に活用する Apr 14, 2025 am 12:02 AM

限られた時間でPythonの学習効率を最大化するには、PythonのDateTime、時間、およびスケジュールモジュールを使用できます。 1. DateTimeモジュールは、学習時間を記録および計画するために使用されます。 2。時間モジュールは、勉強と休息の時間を設定するのに役立ちます。 3.スケジュールモジュールは、毎週の学習タスクを自動的に配置します。

Python:主要なアプリケーションの調査 Python:主要なアプリケーションの調査 Apr 10, 2025 am 09:41 AM

Pythonは、Web開発、データサイエンス、機械学習、自動化、スクリプトの分野で広く使用されています。 1)Web開発では、DjangoおよびFlask Frameworksが開発プロセスを簡素化します。 2)データサイエンスと機械学習の分野では、Numpy、Pandas、Scikit-Learn、Tensorflowライブラリが強力なサポートを提供します。 3)自動化とスクリプトの観点から、Pythonは自動テストやシステム管理などのタスクに適しています。

Python:自動化、スクリプト、およびタスク管理 Python:自動化、スクリプト、およびタスク管理 Apr 16, 2025 am 12:14 AM

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

See all articles