介紹
主動物件模式是一種同時設計模式,它將方法執行與方法呼叫解耦。此模式的主要目標是透過在單獨的執行緒中執行操作來引入異步為,同時向客戶端提供同步介面。這是透過訊息傳遞、請求佇列和調度機制的組合來實現的。
關鍵零件
- Proxy:代表客戶端的公共介面。更簡單地說,這就是客戶端將要互動的內容。它將方法呼叫轉換為對活動物件的請求。
- 調度器:管理請求佇列並決定請求執行的順序。
- Servant:包含被呼叫方法的實際實作。這就是實際計算邏輯的所在。
- 啟動佇列:儲存來自代理程式的請求,直到排程器處理它們。
- Future/Callback:非同步計算結果的佔位符。
工作流程
- 客戶端呼叫代理上的方法。
- 代理程式建立請求並將其放入啟動佇列中。
- 調度程序接收請求並將其轉發給servant執行。
- 結果透過 future 物件傳回給客戶端。
使用案例
- 需要可預測執行模式的即時系統。
- GUI 應用程式保持主執行緒回應。
- 用於處理非同步請求的分散式系統。
執行
假設我們需要進行計算,可能是 API 呼叫、資料庫查詢等。我不會實現任何異常處理,因為我太懶了。
def compute(x, y): time.sleep(2) # Some time taking task return x + y
沒有活動對像模式
以下是我們如何在不使用主動物件模式的情況下處理並發請求的範例。
import threading import time def main(): # Start threads directly results = {} def worker(task_id, x, y): results[task_id] = compute(x, y) print("Submitting tasks...") thread1 = threading.Thread(target=worker, args=(1, 5, 10)) thread2 = threading.Thread(target=worker, args=(2, 15, 20)) thread1.start() thread2.start() print("Doing other work...") thread1.join() thread2.join() # Retrieve results print("Result 1:", results[1]) print("Result 2:", results[2]) if __name__ == "__main__": main()
上述方法的缺點
執行緒管理:直接管理執行緒會增加複雜性,尤其是隨著任務數量的增加。
缺乏抽象:客戶端負責管理執行緒的生命週期,將任務管理與業務邏輯耦合。
可擴充性問題:如果沒有適當的佇列或排程機制,就無法控制任務執行順序。
回應能力有限:客戶端必須等待執行緒加入才能存取結果。
使用主動物件模式實現
下面是主動物件模式的 Python 實現,使用執行緒和佇列來執行與上面相同的操作。我們將一一介紹每個部分:
MethodRequest: 封裝方法、參數和用於儲存結果的 Future。
def compute(x, y): time.sleep(2) # Some time taking task return x + y
調度程式:在單獨的執行緒中持續處理來自activation_queue的請求。
import threading import time def main(): # Start threads directly results = {} def worker(task_id, x, y): results[task_id] = compute(x, y) print("Submitting tasks...") thread1 = threading.Thread(target=worker, args=(1, 5, 10)) thread2 = threading.Thread(target=worker, args=(2, 15, 20)) thread1.start() thread2.start() print("Doing other work...") thread1.join() thread2.join() # Retrieve results print("Result 1:", results[1]) print("Result 2:", results[2]) if __name__ == "__main__": main()
Servant:實作實際邏輯(例如,計算方法)。
class MethodRequest: def __init__(self, method, args, kwargs, future): self.method = method self.args = args self.kwargs = kwargs self.future = future def execute(self): try: result = self.method(*self.args, **self.kwargs) self.future.set_result(result) except Exception as e: self.future.set_exception(e)
Proxy:將方法呼叫轉換為請求並傳回結果的 Future。
import threading import queue class Scheduler(threading.Thread): def __init__(self): super().__init__() self.activation_queue = queue.Queue() self._stop_event = threading.Event() def enqueue(self, request): self.activation_queue.put(request) def run(self): while not self._stop_event.is_set(): try: request = self.activation_queue.get(timeout=0.1) request.execute() except queue.Empty: continue def stop(self): self._stop_event.set() self.join()
客戶端:非同步提交任務並在需要時檢索結果。
import time class Servant: def compute(self, x, y): time.sleep(2) return x + y
優點
- 解耦介面:客戶端可以呼叫方法而無需擔心執行細節。
- 響應性:非同步執行確保客戶端保持回應。
- 可擴充性:支援多個並發請求。
缺點
- 複雜度:增加架構複雜度。
- 開銷:需要額外的資源來管理執行緒和佇列。
- 延遲:非同步處理可能會引入額外的延遲。
結論
主動物件模式是用於管理多執行緒環境中的非同步操作的強大工具。透過將方法呼叫與執行分離,它可以確保更好的回應能力、可擴展性和更清晰的程式碼庫。雖然它具有一定的複雜性和潛在的效能開銷,但它的好處使其成為需要高並發和可預測執行的場景的絕佳選擇。然而,它的使用取決於當前的特定問題。與大多數模式和演算法一樣,不存在一刀切的解決方案。
參考
維基百科 - 活動對象
以上是並發模式:主動對象的詳細內容。更多資訊請關注PHP中文網其他相關文章!

Python和C 各有優勢,選擇應基於項目需求。 1)Python適合快速開發和數據處理,因其簡潔語法和動態類型。 2)C 適用於高性能和系統編程,因其靜態類型和手動內存管理。

選擇Python還是C 取決於項目需求:1)如果需要快速開發、數據處理和原型設計,選擇Python;2)如果需要高性能、低延遲和接近硬件的控制,選擇C 。

通過每天投入2小時的Python學習,可以有效提升編程技能。 1.學習新知識:閱讀文檔或觀看教程。 2.實踐:編寫代碼和完成練習。 3.複習:鞏固所學內容。 4.項目實踐:應用所學於實際項目中。這樣的結構化學習計劃能幫助你係統掌握Python並實現職業目標。

在兩小時內高效學習Python的方法包括:1.回顧基礎知識,確保熟悉Python的安裝和基本語法;2.理解Python的核心概念,如變量、列表、函數等;3.通過使用示例掌握基本和高級用法;4.學習常見錯誤與調試技巧;5.應用性能優化與最佳實踐,如使用列表推導式和遵循PEP8風格指南。

Python適合初學者和數據科學,C 適用於系統編程和遊戲開發。 1.Python簡潔易用,適用於數據科學和Web開發。 2.C 提供高性能和控制力,適用於遊戲開發和系統編程。選擇應基於項目需求和個人興趣。

Python更適合數據科學和快速開發,C 更適合高性能和系統編程。 1.Python語法簡潔,易於學習,適用於數據處理和科學計算。 2.C 語法複雜,但性能優越,常用於遊戲開發和系統編程。

每天投入兩小時學習Python是可行的。 1.學習新知識:用一小時學習新概念,如列表和字典。 2.實踐和練習:用一小時進行編程練習,如編寫小程序。通過合理規劃和堅持不懈,你可以在短時間內掌握Python的核心概念。

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

Atom編輯器mac版下載
最受歡迎的的開源編輯器

SublimeText3 Linux新版
SublimeText3 Linux最新版

mPDF
mPDF是一個PHP庫,可以從UTF-8編碼的HTML產生PDF檔案。原作者Ian Back編寫mPDF以從他的網站上「即時」輸出PDF文件,並處理不同的語言。與原始腳本如HTML2FPDF相比,它的速度較慢,並且在使用Unicode字體時產生的檔案較大,但支援CSS樣式等,並進行了大量增強。支援幾乎所有語言,包括RTL(阿拉伯語和希伯來語)和CJK(中日韓)。支援嵌套的區塊級元素(如P、DIV),

禪工作室 13.0.1
強大的PHP整合開發環境

SecLists
SecLists是最終安全測試人員的伙伴。它是一個包含各種類型清單的集合,這些清單在安全評估過程中經常使用,而且都在一個地方。 SecLists透過方便地提供安全測試人員可能需要的所有列表,幫助提高安全測試的效率和生產力。清單類型包括使用者名稱、密碼、URL、模糊測試有效載荷、敏感資料模式、Web shell等等。測試人員只需將此儲存庫拉到新的測試機上,他就可以存取所需的每種類型的清單。