自從我上次更新 IoP 以來已經有一段時間了。 我們一起追吧!
IoP 命令列介面已新增重大增強功能:
-
名稱變更:
grongier.pex
模組已重新命名為iop
以與專案的新品牌保持一致。 - 非同步支援: IoP 現在完全支援非同步函數和協程。
項目重新命名
grongier.pex
模組仍然可存取以實現向後相容性,但將在未來版本中刪除。 使用iop
模組進行新的開發。
非同步功能
雖然 IoP 長期以來支援非同步調用,但之前無法直接使用非同步函數和協程。 在探索這個新功能之前,讓我們先回顧一下 InterSystems IRIS 中的非同步呼叫功能,並研究兩個範例。
舊版非同步呼叫
這說明了傳統方法:
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}")
這反映了 IRIS 中的非同步呼叫行為。 send_request_async
向業務運營發送請求,on_response
處理收到的回應。 completion_key
區分響應。
同步多請求功能
雖然不是全新的,但同時發送多個同步請求的能力值得注意:
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}")
此範例同時向同一個業務操作發送兩個請求。回應是一個包含每個呼叫的目標、請求、回應和狀態的元組。當請求順序不重要時,這特別有用。
非同步函數與協程
以下是如何在 IoP 中利用非同步函數和協程:
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)
這會使用 send_request_async_ng
同時發送多個請求。 asyncio.gather
確保同時等待所有回應。
如果你已經跟進到這裡了,請評論“Boomerang”! 這意義重大。謝謝!
await_response
是一個發送多個請求並等待所有回應的協程。
使用非同步函數和協程的優點包括透過並行請求來提高效能、增強可讀性和可維護性、使用 asyncio
模組提高靈活性以及更好的異常和超時處理。
非同步方法的比較
send_request_async
、send_multi_request_sync
和 send_request_async_ng
之間的主要差異是什麼?
-
send_request_async
:僅在實作on_response
並使用completion_key
時才發送請求並等待回應。 簡單,但並行請求的可擴展性較差。 -
send_multi_request_sync
:同時發送多個請求並等待所有回應。易於使用,但不保證回應順序。 -
send_request_async_ng
:同時發送多個請求並等待所有回應,保持回應順序。需要異步函數和協程。
多線快樂!
以上是Python 更新非同步支援的互通性的詳細內容。更多資訊請關注PHP中文網其他相關文章!

ArraySareBetterForlement-WiseOperationsDuetofasterAccessCessCessCessCessCessCessCessAndOptimizedImplementations.1)ArrayshaveContiguucuulmemoryfordirectAccesscess.2)列出sareflexible butslible butslowerduetynemicizing.3)

在NumPy中进行整个数组的数学运算可以通过向量化操作高效实现。1)使用简单运算符如加法(arr 2)可对数组进行运算。2)NumPy使用C语言底层库,提升了运算速度。3)可以进行乘法、除法、指数等复杂运算。4)需注意广播操作,确保数组形状兼容。5)使用NumPy函数如np.sum()能显著提高性能。

在Python中,向列表插入元素有兩種主要方法:1)使用insert(index,value)方法,可以在指定索引處插入元素,但在大列表開頭插入效率低;2)使用append(value)方法,在列表末尾添加元素,效率高。對於大列表,建議使用append()或考慮使用deque或NumPy數組來優化性能。

tomakeapythonscriptexecutableonbothunixandwindows:1)addashebangline(#!/usr/usr/bin/envpython3)Andusechmod xtomakeitexecutableonix.2)onWindows,確保pytythonisinstalledandassionstalledandassociatedwith.pyfiles,oruseabatchfile(runun.batchfile(runitter)(rugitty.batt)

當遇到“commandnotfound”錯誤時,應檢查以下幾點:1.確認腳本存在且路徑正確;2.檢查文件權限,必要時使用chmod添加執行權限;3.確保腳本解釋器已安裝並在PATH中;4.驗證腳本開頭的shebang行是否正確。這樣做可以有效解決腳本運行問題,確保編碼過程順利進行。

ArraySareAryallyMoremory-Moremory-forigationDataDatueTotheIrfixed-SizenatureAntatureAntatureAndirectMemoryAccess.1)arraysStorelelementsInAcontiguxufulock,ReducingOveringOverheadHeadefromenterSormetormetAdata.2)列表,通常

ToconvertaPythonlisttoanarray,usethearraymodule:1)Importthearraymodule,2)Createalist,3)Usearray(typecode,list)toconvertit,specifyingthetypecodelike'i'forintegers.Thisconversionoptimizesmemoryusageforhomogeneousdata,enhancingperformanceinnumericalcomp

Python列表可以存儲不同類型的數據。示例列表包含整數、字符串、浮點數、布爾值、嵌套列表和字典。列表的靈活性在數據處理和原型設計中很有價值,但需謹慎使用以確保代碼的可讀性和可維護性。


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

DVWA
Damn Vulnerable Web App (DVWA) 是一個PHP/MySQL的Web應用程序,非常容易受到攻擊。它的主要目標是成為安全專業人員在合法環境中測試自己的技能和工具的輔助工具,幫助Web開發人員更好地理解保護網路應用程式的過程,並幫助教師/學生在課堂環境中教授/學習Web應用程式安全性。 DVWA的目標是透過簡單直接的介面練習一些最常見的Web漏洞,難度各不相同。請注意,該軟體中

SublimeText3 Linux新版
SublimeText3 Linux最新版

EditPlus 中文破解版
體積小,語法高亮,不支援程式碼提示功能

記事本++7.3.1
好用且免費的程式碼編輯器