84669 personnes étudient
152542 personnes étudient
20005 personnes étudient
5487 personnes étudient
7821 personnes étudient
359900 personnes étudient
3350 personnes étudient
180660 personnes étudient
48569 personnes étudient
18603 personnes étudient
40936 personnes étudient
1549 personnes étudient
1183 personnes étudient
32909 personnes étudient
Hypothèse :
def get(url): #这里是get请求 return url for i in urls: get(i) #这里采用循环去调用请求 #这样速度好像比较慢,有什么方法可以 #当多个请求时,也可以快速完成程序
Merci
学习是最好的投资!
>>> from eventor import Eventor >>> urllist = ["https://a.com", ....] >>> def get(url): # 网络IO耗时 return url >>> e = Eventor(threadcount=3, taskunitcount=3, func=get, interval=1) >>> result = e.run_with_tasklist(urllist) >>> print(result)
Vous pouvez choisir multi-cœur, multi-processus ou multi-thread selon vos besoins, les coroutines accélèrent le traitement.
Détails du déménagement : https://github.com/kute/eventor
Nous ajouterons une attente asynchrone, un travailleur de céleri, etc. à l'avenir
Plusieurs méthodes et peuvent être utilisées en combinaison
coroutine
multiprocessus
multithread
ouvrier céleri
La modification la plus simple consiste à utiliser multiprocessing.dummy pour effectuer des tâches multithread. Vous pouvez le vérifier, définir le nombre de threads, puis il peut être utilisé sans grande modification du programme.
Vous pouvez choisir multi-cœur, multi-processus ou multi-thread selon vos besoins, les coroutines accélèrent le traitement.
Détails du déménagement : https://github.com/kute/eventor
Nous ajouterons une attente asynchrone, un travailleur de céleri, etc. à l'avenir
Plusieurs méthodes et peuvent être utilisées en combinaison
coroutine
multiprocessus
multithread
ouvrier céleri
La modification la plus simple consiste à utiliser multiprocessing.dummy pour effectuer des tâches multithread. Vous pouvez le vérifier, définir le nombre de threads, puis il peut être utilisé sans grande modification du programme.