核心原理就是协程+epoll事件循环,再使用协程之后,开销是特别的小,那具体如何提供高并发的呢?
异步非阻塞IO
python
这意味我们整套开发的模式不在与原来一样,正因为不再一样,所以有时我们在理解代码时就有可能会比较困难。
之前我们是报耗时的操作交给了系统去调度,也就降低了我们的使用难度,因为如果让我们程序去调度是比较困难的。
但协程系统是控制不了,所以说就需要程序员来做,一般是由框架完成,就比如说asyncio。
所以说我需要了解的他的原理。不然出了问题,不好调整
基于epoll事件循环
python
底层是基于事件循环的,从线程到协程到高并发,实际是功能上就是个事件循环。
即使是nginx实现并发也是使用的epoll(Linux)的事件循环,所以推荐使用时,使用linux系统,那样才能充分体现性能。
协程提高了代码的可读性
python
对于实现协程的肯定一步步从无到有的,慢慢技术的迭代。之前写协程还要写回调,调试还是比叫恶心的。
后来慢慢改善成写成类似同步的代码那样实现异步。但即使这样它的还是提高了难度
Tornado提供的不只是web框架
python
异步编码的一整套方案,包含了框架与,也提供了事件循环的功能,也就是服务器功能,在部署时也可以直接部署。
使用了Tornado不一定就是高并发
python
如果在代码中使用了同步的IO后,效果也是比较低,甚至会比Flask与Django还要低。
所以在使用Tornado时,我们需要了解什么是事件循环什么是协程。
事件循环的模式是单线程完成的,那就意外着,有一个地方使用了同步IO操作,那整个所有消息都会被堵塞住。
Tornado中尽量不要使用的同步IO
python
根据什么之前说的,我们再使用Tornado时,尽量不要使用同步IO,这也就是有的小伙伴在测试Tornado时发现效率没有Flask、Django高的主要原因。
甚至有的小伙伴都不清楚什么样的操作是异步的,什么样的操作是同步的。所以以后我们在使用时,要多加注意
Tronado只需要把耗时的操作放到线程池中就可以达到高并发??
python
这个也是不对的。在实际写代码时,遇到耗时比较多,也或者使用别人的库耗时比较多。
他们放到线程池中能否提高效率取决于是否是异步的。如果不是异步只能考虑换库,或者自己写一个。