在計(jì)算機(jī)科學(xué)中，流水線式的指令讀取是指在系統(tǒng)處理數(shù)據(jù)時(shí)，每個(gè)時(shí)鐘脈沖都接受下一條處理數(shù)據(jù)的指令。這樣可以提高系統(tǒng)處理數(shù)據(jù)的速度，python也有這樣的流水線框架，它就是pypeln，那么python流水線框架pypeln怎么安裝呢，又該如何使用呢？接下來(lái)就來(lái)看看這篇pypeln安裝使用教程。
1. 安裝和入門使用
安裝pip install pypeln，基本元素如下：
2 基于multiprocessing.Process
這個(gè)是基于多進(jìn)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
顧名思義，基于多線程。
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
協(xié)程，異步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 三者性能對(duì)比
IO 密集型應(yīng)用CPU等待IO時(shí)間遠(yuǎn)大于CPU 自身運(yùn)行時(shí)間，太浪費(fèi)；常見的 IO 密集型業(yè)務(wù)包括：瀏覽器交互、磁盤請(qǐng)求、網(wǎng)絡(luò)爬蟲、數(shù)據(jù)庫(kù)請(qǐng)求等。
Python 世界對(duì)于 IO 密集型場(chǎng)景的并發(fā)提升有 3 種方法：多進(jìn)程、多線程、異步 IO(asyncio)。理論上講asyncio是性能最高的，原因如下：
1.進(jìn)程、線程會(huì)有CPU上下文切換
2.進(jìn)程、線程需要內(nèi)核態(tài)和用戶態(tài)的交互，性能開銷大；而協(xié)程對(duì)內(nèi)核透明的,只在用戶態(tài)運(yùn)行
3.進(jìn)程、線程并不可以無(wú)限創(chuàng)建，最佳實(shí)踐一般是 CPU*2；而協(xié)程并發(fā)能力強(qiáng)，并發(fā)上限理論上取決于操作系統(tǒng)IO多路復(fù)用(Linux下是 epoll)可注冊(cè)的文件描述符的極限
下面是一個(gè)數(shù)據(jù)庫(kù)訪問(wèn)的測(cè)試：
內(nèi)存：
串行：75M
多進(jìn)程：1.4G
多線程：150M
asyncio：120M
以上就是python流水線框架pypeln的安裝使用教程的詳細(xì)內(nèi)容，更多python流水線框架的資料請(qǐng)關(guān)注W3Cschool其它相關(guān)文章！
