並發模式:主動對象
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!

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

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Python适合数据科学、Web开发和自动化任务,而C 适用于系统编程、游戏开发和嵌入式系统。Python以简洁和强大的生态系统著称,C 则以高性能和底层控制能力闻名。

兩小時內可以學到Python的基礎知識。 1.學習變量和數據類型,2.掌握控制結構如if語句和循環,3.了解函數的定義和使用。這些將幫助你開始編寫簡單的Python程序。

Python在遊戲和GUI開發中表現出色。 1)遊戲開發使用Pygame,提供繪圖、音頻等功能,適合創建2D遊戲。 2)GUI開發可選擇Tkinter或PyQt,Tkinter簡單易用,PyQt功能豐富,適合專業開發。

2小時內可以學會Python的基本編程概念和技能。 1.學習變量和數據類型,2.掌握控制流(條件語句和循環),3.理解函數的定義和使用,4.通過簡單示例和代碼片段快速上手Python編程。

Python在web開發、數據科學、機器學習、自動化和腳本編寫等領域有廣泛應用。 1)在web開發中,Django和Flask框架簡化了開發過程。 2)數據科學和機器學習領域,NumPy、Pandas、Scikit-learn和TensorFlow庫提供了強大支持。 3)自動化和腳本編寫方面,Python適用於自動化測試和系統管理等任務。

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。

要在有限的時間內最大化學習Python的效率,可以使用Python的datetime、time和schedule模塊。 1.datetime模塊用於記錄和規劃學習時間。 2.time模塊幫助設置學習和休息時間。 3.schedule模塊自動化安排每週學習任務。

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。
