Jadual Kandungan
Panggilan Asynchronous Legasi
Fungsi Berbilang Permintaan Segerak
Fungsi Tak Segerak dan Coroutine
Perbandingan Kaedah Asynchronous
Rumah pembangunan bahagian belakang Tutorial Python Saling kendali Pada Python kemas kini sokongan async

Saling kendali Pada Python kemas kini sokongan async

Jan 20, 2025 am 12:21 AM

Sudah agak lama sejak kemas kini IoP terakhir saya. Jom kejar!

Interoperability On Python update async support

Peningkatan ketara telah ditambahkan pada antara muka baris arahan IoP:

  • Perubahan Nama: Modul grongier.pex telah dinamakan semula kepada iop untuk diselaraskan dengan penjenamaan baharu projek.
  • Sokongan Asynchronous: IoP kini menyokong sepenuhnya fungsi tak segerak dan coroutine.

Penamaan Semula Projek

Modul grongier.pex kekal boleh diakses untuk keserasian ke belakang tetapi akan dialih keluar dalam keluaran akan datang. Gunakan modul iop untuk pembangunan baharu.

Fungsi Tak Segerak

Walaupun IoP telah lama menyokong panggilan tak segerak, penggunaan langsung fungsi tak segerak dan coroutine sebelum ini tidak tersedia. Sebelum meneroka ciri baharu ini, mari semak cara panggilan tak segerak berfungsi dalam InterSystems IRIS dan periksa dua contoh.

Panggilan Asynchronous Legasi

Ini menggambarkan pendekatan tradisional:

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}")
Salin selepas log masuk

Ini mencerminkan gelagat panggilan tak segerak dalam IRIS. send_request_async menghantar permintaan kepada Operasi Perniagaan dan on_response mengendalikan respons yang diterima. completion_key membezakan respons.

Fungsi Berbilang Permintaan Segerak

Walaupun bukan sepenuhnya baharu, keupayaan untuk menghantar berbilang permintaan segerak secara serentak patut diberi perhatian:

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}")
Salin selepas log masuk

Contoh ini menghantar dua permintaan secara serentak kepada Operasi Perniagaan yang sama. Respons ialah tuple yang mengandungi sasaran, permintaan, respons dan status untuk setiap panggilan. Ini amat berguna apabila pesanan permintaan tidak penting.

Fungsi Tak Segerak dan Coroutine

Berikut ialah cara untuk memanfaatkan fungsi async dan coroutine dalam IoP:

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)
Salin selepas log masuk

Ini menghantar berbilang permintaan serentak menggunakan send_request_async_ng. asyncio.gather memastikan semua respons ditunggu serentak.

Jika anda telah mengikuti sejauh ini, sila komen "Boomerang"! Ia akan sangat bermakna. Terima kasih!

await_response ialah coroutine yang menghantar berbilang permintaan dan menunggu semua jawapan.

Kelebihan menggunakan fungsi async dan coroutine termasuk prestasi yang dipertingkatkan melalui permintaan selari, kebolehbacaan dan kebolehselenggaraan yang dipertingkatkan, peningkatan fleksibiliti menggunakan modul asyncio dan pengendalian pengecualian dan tamat masa yang lebih baik.

Perbandingan Kaedah Asynchronous

Apakah perbezaan utama antara send_request_async, send_multi_request_sync dan send_request_async_ng?

  • send_request_async: Menghantar permintaan dan menunggu jawapan hanya jika on_response dilaksanakan dan completion_key digunakan. Mudah tetapi kurang berskala untuk permintaan selari.
  • send_multi_request_sync: Menghantar berbilang permintaan serentak dan menunggu semua jawapan. Mudah digunakan, tetapi pesanan tindak balas tidak dijamin.
  • send_request_async_ng: Menghantar berbilang permintaan serentak dan menunggu semua respons, mengekalkan susunan respons. Memerlukan fungsi async dan coroutine.

Selamat berbilang benang!

Atas ialah kandungan terperinci Saling kendali Pada Python kemas kini sokongan async. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

<🎜>: Bubble Gum Simulator Infinity - Cara Mendapatkan dan Menggunakan Kekunci Diraja
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Sistem Fusion, dijelaskan
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Whispers of the Witch Tree - Cara Membuka Kunci Cangkuk Bergelut
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Tutorial Java
1666
14
Tutorial PHP
1273
29
Tutorial C#
1253
24
Python vs C: Aplikasi dan kes penggunaan dibandingkan Python vs C: Aplikasi dan kes penggunaan dibandingkan Apr 12, 2025 am 12:01 AM

Python sesuai untuk sains data, pembangunan web dan tugas automasi, manakala C sesuai untuk pengaturcaraan sistem, pembangunan permainan dan sistem tertanam. Python terkenal dengan kesederhanaan dan ekosistem yang kuat, manakala C dikenali dengan keupayaan kawalan dan keupayaan kawalan yang mendasari.

Python: Permainan, GUI, dan banyak lagi Python: Permainan, GUI, dan banyak lagi Apr 13, 2025 am 12:14 AM

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Apr 19, 2025 am 12:20 AM

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Python dan Masa: Memanfaatkan masa belajar anda Python dan Masa: Memanfaatkan masa belajar anda Apr 14, 2025 am 12:02 AM

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python vs C: Meneroka Prestasi dan Kecekapan Python vs C: Meneroka Prestasi dan Kecekapan Apr 18, 2025 am 12:20 AM

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Yang merupakan sebahagian daripada Perpustakaan Standard Python: Senarai atau Array? Yang merupakan sebahagian daripada Perpustakaan Standard Python: Senarai atau Array? Apr 27, 2025 am 12:03 AM

Pythonlistsarepartofthestandardlibrary, sementara

Python: Automasi, skrip, dan pengurusan tugas Python: Automasi, skrip, dan pengurusan tugas Apr 16, 2025 am 12:14 AM

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Pembelajaran Python: Adakah 2 jam kajian harian mencukupi? Pembelajaran Python: Adakah 2 jam kajian harian mencukupi? Apr 18, 2025 am 12:22 AM

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

See all articles