博客可以放自己做的网站做网站需要备注号码

博客可以放自己做的网站,做网站需要备注号码,wordpress直接购买,semester什么意思Asyncio实现学习方案与实现逻辑Asyncio具体的实现逻辑的流程#xff1a;初始化信号量sem来控制每次处理的数量先实现单个任务方法#xff0c;包括传入的参数都是单个处理的#xff0c;一般单个方法中还要加入信号量在另一方法中先通过创建外部client#xff0c;防止每执行一…Asyncio实现学习方案与实现逻辑Asyncio具体的实现逻辑的流程初始化信号量sem来控制每次处理的数量先实现单个任务方法包括传入的参数都是单个处理的一般单个方法中还要加入信号量在另一方法中先通过创建外部client防止每执行一次任务重启一次服务再通过TaskGroup的方式用循环/批量将create_task去调用单个任务方法并且通过tasks将任务记录同时还要保证在TaskGroup中有try...except机制防止因为一个任务错误而取消所有任务️ 总览从入门到生产环境 (2周计划)阶段一核心思维与防坑 (Day 1-3)—— 彻底搞懂“阻塞”与“非阻塞”。阶段二控制流与现代模式 (Day 4-6)—— 掌握TaskGroup、信号量与超时。阶段三真实世界的 I/O (Day 7-10)—— 异步文件操作 (aiofiles) 与 数据库 (asyncpg)。阶段四工程化实践 (Day 11-14)—— 单元测试 (pytest)、调试模式与性能分析。 第一阶段核心思维与防坑 (Day 1-3)目标不仅仅会写async def更要懂得如何不卡死事件循环。这是新手最容易犯错的地方。1. 核心知识点Event Loop (事件循环)程序的“心脏”必须保持每秒几千次的空转绝不能被一段代码卡住。Blocking (阻塞)任何占用 CPU 超过 50ms 或进行同步 IO如requests.get、time.sleep的操作。解决方法使用await让出控制权对于必须同步的库使用asyncio.to_thread扔到线程池。2. 代码对比错误的阻塞 vs 正确的异步❌错误示范 (卡死 Loop)Pythonimport asyncio import time async def blocking_task(name): print(f[{name}] 开始干活 (阻塞中...)) # 致命错误time.sleep 暂停了整个线程其他任务全部无法运行 time.sleep(2) print(f[{name}] 结束) async def main(): # 这里的 Task 2 必须等 Task 1 彻底运行完这2秒才能开始完全串行了 await asyncio.gather(blocking_task(A), blocking_task(B)) if __name__ __main__: asyncio.run(main())✅正确示范 (非阻塞)Pythonimport asyncio import time async def async_task(name): print(f[{name}] 开始干活) # ✨ 正确asyncio.sleep 挂起当前任务Loop 去执行其他任务 await asyncio.sleep(2) print(f[{name}] 结束) # 救命招数如果你必须用同步库(如 requests/pandas) def heavy_calculation(): time.sleep(2) # 模拟耗时计算 return 计算完成 async def main(): start time.perf_counter() # 1. 纯异步任务 task1 asyncio.create_task(async_task(A)) # 2. 将同步阻塞代码扔到线程池运行不卡 Loop # (Python 3.9 新特性旧版本用 loop.run_in_executor) task2 asyncio.to_thread(heavy_calculation) await asyncio.gather(task1, task2) print(f总耗时: {time.perf_counter() - start:.2f}s) # 应该是2秒左右而不是4秒 if __name__ __main__: asyncio.run(main()) 第二阶段控制流与现代模式 (Day 4-6)目标掌握 Python 3.11 推荐的结构化并发Structured Concurrency。1. 核心知识点TaskGroup (Python 3.11)比gather更安全的任务管理方式自动处理异常取消。Semaphore (信号量)最重要的限流工具防止你把下游服务打挂。2. 实战代码带限流的高并发采集Pythonimport asyncio import random # 限制最大并发数为 5 sem asyncio.Semaphore(5) async def worker(task_id): # 使用 async with 自动管理 acquire/release async with sem: print(f工号 {task_id} 正在执行... (剩余名额: {sem._value})) await asyncio.sleep(random.uniform(0.5, 1.5)) return f结果-{task_id} async def main(): async with asyncio.TaskGroup() as tg: tasks [] for i in range(20): # tg.create_task 会自动将任务加入管理 # 如果其中一个任务报错TaskGroup 会自动取消其他所有任务 tasks.append(tg.create_task(worker(i))) # 所有任务完成后获取结果 results [t.result() for t in tasks] print(f成功处理 {len(results)} 个任务) if __name__ __main__: asyncio.run(main()) 第三阶段真实世界的 I/O (Day 7-10)目标告别open()和同步数据库驱动。1. 文件操作aiofiles不要在async def里直接用with open(...)因为读写硬盘会阻塞 Loop。Python# pip install aiofiles import aiofiles import asyncio async def write_log(text): async with aiofiles.open(async_test.log, modea, encodingutf-8) as f: await f.write(f{text}\n) async def main(): # 并发写入 100 行 await asyncio.gather(*(write_log(fLog entry {i}) for i in range(100))) if __name__ __main__: asyncio.run(main())2. 数据库操作asyncpg(PostgreSQL)比psycopg2快很多且完全异步。Python# pip install asyncpg import asyncpg import asyncio async def run(): conn await asyncpg.connect(useruser, passwordpwd, databasetest, host127.0.0.1) # 插入数据 await conn.execute( INSERT INTO users(name, dob) VALUES($1, $2) , Bob, 1984-03-01) # 查询数据 values await conn.fetch(SELECT * FROM users WHERE name $1, Bob) print(values) await conn.close() if __name__ __main__: asyncio.run(run()) 第四阶段工程化实践 (Debug Test) (Day 11-14)目标写出健壮的异步代码。1. 开启上帝视角Debug 模式当你发现程序变慢却不知道卡在哪里时开启 Debug 模式。Python# 启动时开启 debug # 它会告诉你“某个协程阻塞了 Loop 超过 0.1秒” 并打印出是哪一行代码。 asyncio.run(main(), debugTrue)2. 单元测试pytest-asyncio传统的unittest无法测试async函数。Python# pip install pytest pytest-asyncio import pytest import asyncio # 业务代码 async def add(a, b): await asyncio.sleep(0.01) return a b # 测试代码 pytest.mark.asyncio async def test_add(): result await add(2, 3) assert result 5 毕业挑战题目 (完善版)为了验证学习成果请尝试完成以下工具题目异步端口扫描器 (Port Scanner)需求输入一个 IP 地址 (如192.168.1.1) 和端口范围 (1-1024)。核心逻辑使用asyncio.open_connection(ip, port)尝试连接。设置wait_for超时时间为 0.5 秒扫描要快超时的视为关闭。并发要求同时扫描 1000 个端口需要用到Semaphore限制并发否则系统报错 Too many open files。输出实时打印开放的端口号最后统计总耗时。提示如果asyncio.open_connection没有抛出异常说明端口是通的记得writer.close()。使用try...except捕获TimeoutError和ConnectionRefusedError。实现代码import asyncio sem asyncio.Semaphore(500) async def scan_port(ip, port): async with sem: try: reader, writer await asyncio.wait_for(asyncio.open_connection(ip, port), timeout0.5) print(fPort{port} is open) writer.close() await writer.wait_closed() except ConnectionRefusedError: print(f{ip}:{port} 未开启) except TimeoutError: print(f{ip}:{port} 超时) async def main(): ip 192.168.2.217 ports [i for i in range(8000, 15000)] async with asyncio.TaskGroup() as tg: tasks [] for port in ports: tasks.append(tg.create_task(scan_port(ip, port))) # 运行主协程并统计耗时 asyncio.run(main())