찾다
백엔드 개발파이썬 튜토리얼Python 업데이트 비동기 지원의 상호 운용성

마지막 IoP 업데이트 이후 오랜 시간이 흘렀습니다. 따라잡자!

Interoperability On Python update async support

IoP 명령줄 인터페이스에 중요한 개선 사항이 추가되었습니다.

  • 이름 변경: 프로젝트의 새로운 브랜드에 맞춰 grongier.pex 모듈의 이름이 iop으로 변경되었습니다.
  • 비동기 지원: 이제 IoP는 비동기 기능과 코루틴을 완벽하게 지원합니다.

프로젝트 이름 바꾸기

grongier.pex 모듈은 이전 버전과의 호환성을 위해 계속 액세스할 수 있지만 향후 릴리스에서는 제거될 예정입니다. 새로운 개발에는 iop 모듈을 사용하세요.

비동기 기능

IoP는 오랫동안 비동기 호출을 지원해 왔지만 이전에는 비동기 함수와 코루틴을 직접 사용할 수 없었습니다. 이 새로운 기능을 탐색하기 전에 InterSystems IRIS 내에서 비동기 호출이 어떻게 작동하는지 검토하고 두 가지 예를 살펴보겠습니다.

기존 비동기 호출

이는 전통적인 접근 방식을 보여줍니다.

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}")

이는 IRIS의 비동기 호출 동작을 반영합니다. send_request_async는 비즈니스 운영에 요청을 보내고 on_response는 수신된 응답을 처리합니다. completion_key 응답을 차별화합니다.

동기식 다중 요청 기능

완전히 새로운 것은 아니지만 여러 동기식 요청을 동시에 보내는 기능은 주목할 만합니다.

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}")

이 예에서는 동일한 비즈니스 운영에 두 개의 요청을 동시에 보냅니다. 응답은 각 호출에 대한 대상, 요청, 응답 및 상태를 포함하는 튜플입니다. 이는 요청 순서가 중요하지 않을 때 특히 유용합니다.

비동기 함수 및 코루틴

IoP에서 비동기 기능과 코루틴을 활용하는 방법은 다음과 같습니다.

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)

send_request_async_ng을 사용하여 여러 요청을 동시에 보냅니다. asyncio.gather 모든 응답이 동시에 대기되도록 합니다.

여기까지 잘 따라오셨다면 "부메랑" 댓글 부탁드려요! 그것은 많은 것을 의미할 것입니다. 감사합니다!

await_response은 여러 요청을 보내고 모든 응답을 기다리는 코루틴입니다.

비동기 함수와 코루틴을 사용하면 병렬 요청을 통한 성능 향상, 가독성 및 유지 관리 용이성 향상, asyncio 모듈을 사용한 유연성 향상, 예외 및 시간 초과 처리 향상 등의 이점이 있습니다.

비동기 방식 비교

send_request_async, send_multi_request_sync, send_request_async_ng의 주요 차이점은 무엇인가요?

  • send_request_async: on_response이 구현되고 completion_key이 사용되는 경우에만 요청을 보내고 응답을 기다립니다. 단순하지만 병렬 요청의 경우 확장성이 떨어집니다.
  • send_multi_request_sync: 여러 요청을 동시에 보내고 모든 응답을 기다립니다. 사용하기는 쉽지만 응답 순서가 보장되지 않습니다.
  • send_request_async_ng: 여러 요청을 동시에 보내고 응답 순서를 유지하면서 모든 응답을 기다립니다. 비동기 함수와 코루틴이 필요합니다.

즐거운 멀티스레딩을 즐기세요!

위 내용은 Python 업데이트 비동기 지원의 상호 운용성의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.
목록과 배열 사이의 요소 별 작동의 성능 차이를 설명하십시오.목록과 배열 사이의 요소 별 작동의 성능 차이를 설명하십시오.May 06, 2025 am 12:15 AM

ArraysareBetterForElement-WiseOperationsDuetOfasterAcccessandoptimizedimmentations.1) ArraysHaveCecontIguousMemoryFordirectAccess, 향상

Numpy 배열 전체에서 수학적 작업을 어떻게 효율적으로 수행 할 수 있습니까?Numpy 배열 전체에서 수학적 작업을 어떻게 효율적으로 수행 할 수 있습니까?May 06, 2025 am 12:15 AM

Numpy에서 전체 배열의 수학적 작업은 벡터화 된 작업을 통해 효율적으로 구현 될 수 있습니다. 1) 추가 (ARR 2)와 같은 간단한 연산자를 사용하여 배열에서 작업을 수행하십시오. 2) Numpy는 기본 C 언어 라이브러리를 사용하여 컴퓨팅 속도를 향상시킵니다. 3) 곱셈, 분할 및 지수와 같은 복잡한 작업을 수행 할 수 있습니다. 4) 배열 모양이 호환되도록 방송 작업에주의를 기울이십시오. 5) NP.Sum ()과 같은 Numpy 함수를 사용하면 성능을 크게 향상시킬 수 있습니다.

요소를 파이썬 어레이에 어떻게 삽입합니까?요소를 파이썬 어레이에 어떻게 삽입합니까?May 06, 2025 am 12:14 AM

Python에는 요소를 목록에 삽입하는 두 가지 주요 방법이 있습니다. 1) 삽입 (인덱스, 값) 메소드를 사용하여 지정된 인덱스에 요소를 삽입 할 수 있지만 큰 목록의 시작 부분에서 삽입하는 것은 비효율적입니다. 2) Append (value) 메소드를 사용하여 목록 끝에 요소를 추가하여 매우 효율적입니다. 대형 목록의 경우 Append ()를 사용하거나 Deque 또는 Numpy Array를 사용하여 성능을 최적화하는 것이 좋습니다.

유닉스와 창 모두에서 파이썬 스크립트 실행 파일을 어떻게 만들 수 있습니까?유닉스와 창 모두에서 파이썬 스크립트 실행 파일을 어떻게 만들 수 있습니까?May 06, 2025 am 12:13 AM

TomakeApythonscriptexecutableonBothunixandwindows : 1) addashebangline (#!/usr/bin/envpython3) andusechmod xtomakeitexecutableonix.2) onwindows, inristpythonisinstalledandassociatedwith.pybattfile (run.bat) torunthescrest.

스크립트를 실행하려고 할 때 '명령되지 않은'오류가 발생하는지 확인해야합니까?스크립트를 실행하려고 할 때 '명령되지 않은'오류가 발생하는지 확인해야합니까?May 06, 2025 am 12:03 AM

"CommandNotFound"오류가 발생하면 다음 사항을 확인해야합니다. 1. 스크립트가 존재하고 경로가 올바른지 확인하십시오. 2. 파일 권한을 확인하고 CHMOD를 사용하여 필요한 경우 실행 권한을 추가하십시오. 3. 스크립트 인터프리터가 설치되었는지 확인하십시오. 4. 스크립트 시작시 셰 잔 라인이 올바른지 확인하십시오. 그렇게하면 스크립트 작업 문제를 효과적으로 해결하고 코딩 프로세스가 원활하게 보장 할 수 있습니다.

배열이 숫자 데이터를 저장하는 목록보다 일반적으로 더 메모리 효율적인 이유는 무엇입니까?배열이 숫자 데이터를 저장하는 목록보다 일반적으로 더 메모리 효율적인 이유는 무엇입니까?May 05, 2025 am 12:15 AM

ArraysareGenerallyMorememory- 효율적 인 thanlistsortingnumericaldataduetotheirfixed-sizenatureanddirectmemoryAccess.1) ArraysStoreElementsInacontiguousBlock, retoneverHead-fompointerSormetAdata.2) 목록, 종종 implementededymamamicArraysorlinkedStruct

파이썬 목록을 파이썬 어레이로 어떻게 변환 할 수 있습니까?파이썬 목록을 파이썬 어레이로 어떻게 변환 할 수 있습니까?May 05, 2025 am 12:10 AM

ToconvertapyThonlisttoAnarray, usethearraymodule : 1) importThearrayModule, 2) CreateAlist, 3) Usearray (typecode, list) toconvertit, thetypecodelike'i'forintegers

동일한 Python 목록에 다른 데이터 유형을 저장할 수 있습니까? 예를 들어보세요.동일한 Python 목록에 다른 데이터 유형을 저장할 수 있습니까? 예를 들어보세요.May 05, 2025 am 12:10 AM

Python 목록은 다양한 유형의 데이터를 저장할 수 있습니다. 예제 목록에는 정수, 문자열, 부동 소수점 번호, 부울, 중첩 목록 및 사전이 포함되어 있습니다. 목록 유연성은 데이터 처리 및 프로토 타이핑에서 가치가 있지만 코드의 가독성과 유지 관리를 보장하기 위해주의해서 사용해야합니다.

See all articles

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

Video Face Swap

Video Face Swap

완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

뜨거운 도구

Atom Editor Mac 버전 다운로드

Atom Editor Mac 버전 다운로드

가장 인기 있는 오픈 소스 편집기

DVWA

DVWA

DVWA(Damn Vulnerable Web App)는 매우 취약한 PHP/MySQL 웹 애플리케이션입니다. 주요 목표는 보안 전문가가 법적 환경에서 자신의 기술과 도구를 테스트하고, 웹 개발자가 웹 응용 프로그램 보안 프로세스를 더 잘 이해할 수 있도록 돕고, 교사/학생이 교실 환경 웹 응용 프로그램에서 가르치고 배울 수 있도록 돕는 것입니다. 보안. DVWA의 목표는 다양한 난이도의 간단하고 간단한 인터페이스를 통해 가장 일반적인 웹 취약점 중 일부를 연습하는 것입니다. 이 소프트웨어는

SublimeText3 Linux 새 버전

SublimeText3 Linux 새 버전

SublimeText3 Linux 최신 버전

에디트플러스 중국어 크랙 버전

에디트플러스 중국어 크랙 버전

작은 크기, 구문 강조, 코드 프롬프트 기능을 지원하지 않음

메모장++7.3.1

메모장++7.3.1

사용하기 쉬운 무료 코드 편집기