python流水线框架pypeln的安装使用教程

更新时间：2021年05月13日 09:39:47 作者：IE06

这篇文章主要介绍了python流水线框架pypeln的安装使用教程,通过安装pip install pypeln，基本元素在文中给大家介绍过，需要的朋友可以参考下

1. 安装和入门使用

安装pip install pypeln，基本元素如下：

在这里插入图片描述

2 基于multiprocessing.Process

这个是基于多进程。

import pypeln as pl
import time
from random import random

def slow_add1(x):
    time.sleep(random()) # <= some slow computation
    return x + 1

def slow_gt3(x):
    time.sleep(random()) # <= some slow computation
    return x > 3

data = range(10) # [0, 1, 2, ..., 9] 

stage = pl.process.map(slow_add1, data, workers=3, maxsize=4)
stage = pl.process.filter(slow_gt3, stage, workers=2)

data = list(stage) # e.g. [5, 6, 9, 4, 8, 10, 7]

3 基于threading.Thread

顾名思义，基于多线程。

import pypeln as pl
import time
from random import random

def slow_add1(x):
    time.sleep(random()) # <= some slow computation
    return x + 1

def slow_gt3(x):
    time.sleep(random()) # <= some slow computation
    return x > 3

data = range(10) # [0, 1, 2, ..., 9] 

stage = pl.thread.map(slow_add1, data, workers=3, maxsize=4)
stage = pl.thread.filter(slow_gt3, stage, workers=2)

data = list(stage) # e.g. [5, 6, 9, 4, 8, 10, 7]

4 基于asyncio.Task

协程，异步io。

import pypeln as pl
import asyncio
from random import random

async def slow_add1(x):
    await asyncio.sleep(random()) # <= some slow computation
    return x + 1

async def slow_gt3(x):
    await asyncio.sleep(random()) # <= some slow computation
    return x > 3

data = range(10) # [0, 1, 2, ..., 9] 

stage = pl.task.map(slow_add1, data, workers=3, maxsize=4)
stage = pl.task.filter(slow_gt3, stage, workers=2)

data = list(stage) # e.g. [5, 6, 9, 4, 8, 10, 7]

5 三者性能对比

IO 密集型应用CPU等待IO时间远大于CPU 自身运行时间，太浪费；常见的 IO 密集型业务包括：浏览器交互、磁盘请求、网络爬虫、数据库请求等。
Python 世界对于 IO 密集型场景的并发提升有 3 种方法：多进程、多线程、异步 IO(asyncio)。理论上讲asyncio是性能最高的，原因如下：
1.进程、线程会有CPU上下文切换
2.进程、线程需要内核态和用户态的交互，性能开销大；而协程对内核透明的,只在用户态运行
3.进程、线程并不可以无限创建，最佳实践一般是 CPU*2；而协程并发能力强，并发上限理论上取决于操作系统IO多路复用(Linux下是 epoll)可注册的文件描述符的极限

在这里插入图片描述

下面是一个数据库访问的测试：

在这里插入图片描述

内存：
串行：75M
多进程：1.4G
多线程：150M
asyncio：120M

以上就是python流水线框架pypeln的安装使用教程的详细内容，更多关于python流水线框架的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

详解Python的连接符
这篇文章主要为大家介绍了Python的连接符，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助
2021-12-12
python实现日志按天分割
这篇文章主要为大家详细介绍了python实现日志按天分割，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2019-07-07
通过python顺序修改文件名字的方法
今天小编就为大家分享一篇通过python顺序修改文件名字的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-07-07
Django+Celery实现定时任务的示例
Celery是一个基于python开发的分布式任务队列，而做python WEB开发最为流行的框架莫属Django，本示例使用主要依赖包Django+Celery实现定时任务，感兴趣的朋友一起看看吧
2021-06-06
Python异常处理机制结构实例解析
这篇文章主要介绍了Python异常处理机制结构实例解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-07-07
在Linux上安装Python的Flask框架和创建第一个app实例的教程
这篇文章主要介绍了在Linux上安装Python的Flask框架和创建第一个app实例,包括创建一个HTML模版和利用Jinja2模板引擎来做渲染的步骤，需要的朋友可以参考下
2015-03-03
用Python识别人脸，人种等各种信息
这篇文章主要介绍了用Python识别人脸，人种等各种信息,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2019-07-07
python字符串驻留机制的使用范围知识点详解
在本篇文章里小编给大家整理的是一篇关于python字符串驻留机制的使用范围相关知识点内容，有兴趣的朋友们可以学习下。
2021-09-09
pandas数据集的端到端处理
今天小编就为大家分享一篇关于pandas数据集的端到端处理，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧
2019-02-02
Python 硬币兑换问题
这篇文章主要介绍了Python 硬币兑换问题，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2019-07-07