政府网站建设费用增加百度图片识别搜索引擎
🎯 本节目标
- 理解多线程/多进程/协程的应用场景
- 掌握threading与multiprocessing核心用法
- 学会使用asyncio进行异步编程
- 开发实战项目：高并发爬虫引擎
- 破解GIL锁的性能迷思
1️⃣ 并发编程三剑客
🎻 生活化比喻：
- 多线程 → 餐厅多个服务员共享厨房
- 进程 → 连锁餐厅各自独立分店
- 协程 → 一个服务员同时处理多桌点餐
2️⃣ 多线程实战：闪电下载器
import threading
import requests def download(url, filename): print(f"🚀 开始下载 {filename}") data = requests.get(url).content with open(filename, 'wb') as f: f.write(data) print(f"✅ {filename} 下载完成") # 创建线程列表
threads = []
urls = [ ('https://example.com/1.jpg', 'pic1.jpg'), ('https://example.com/2.mp4', 'video.mp4')
] for url, name in urls: t = threading.Thread(target=download, args=(url, name)) threads.append(t) t.start() # 等待所有线程完成
for t in threads: t.join()
print("🎉 所有下载任务完成！")
3️⃣ 协程魔法：异步爬虫引擎
import asyncio
import aiohttp async def async_fetch(session, url): async with session.get(url) as response: return await response.text() async def main(): async with aiohttp.ClientSession() as session: tasks = [ async_fetch(session, f"https://api.example.com/data/{i}") for i in range(100) ] results = await asyncio.gather(*tasks) print(f"📊 获取到 {len(results)} 条数据") # Python 3.7+ 使用 asyncio.run()
asyncio.run(main())
4️⃣ GIL锁：性能瓶颈与突破
🔒 GIL（全局解释器锁）真相
- 单进程中同一时间只有一个线程执行字节码
- 单进程中同一时间只有一个线程执行字节码
破解方案：
# 使用多进程绕过GIL限制
from multiprocessing import Pool def heavy_compute(n): return sum(i*i for i in range(n)) with Pool(4) as p: results = p.map(heavy_compute, [10**6]*4)
5️⃣ 实战项目：智能并发爬虫
import concurrent.futures
import requests def advanced_crawler(urls, max_workers=5): """智能并发爬虫""" with concurrent.futures.ThreadPoolExecutor(max_workers) as executor: future_to_url = { executor.submit(requests.get, url): url for url in urls } for future in concurrent.futures.as_completed(future_to_url): url = future_to_url[future] try: data = future.result() print(f"🌐 {url} 抓取成功（长度：{len(data.text)}）") except Exception as e: print(f"❌ {url} 抓取失败：{str(e)}") # 使用示例
url_list = [f"https://example.com/page/{i}" for i in range(50)]
advanced_crawler(url_list, max_workers=10)
📚 知识图谱
并发编程决策树：┌───────────────┐ │ 任务类型？ │ └───────┬───────┘ ┌────────────┴────────────┐ ┌─────▼─────┐ ┌──────▼──────┐ │ I/O密集型 │ │ CPU密集型 │ └─────┬─────┘ └──────┬──────┘ ┌──────▼──────┐ ┌──────▼──────┐ │ 多线程/协程 │ │ 多进程 │ └─────────────┘ └─────────────┘ PyCharm并发调试技巧： 1. 线程/进程ID显示：View → Toolbar → Show Threads 2. 协程堆栈追踪：async堆栈模式切换 3. 内存/CPU监控：右键状态栏 → 勾选Memory Indicator
🛠️ 课后挑战
- 使用生产者-消费者模式实现多线程任务队列
- 将异步爬虫改造为支持断点续传
- 用多进程计算100个1e6大小随机数组的标准差
💡 参考答案提示:
# 生产者-消费者模型核心
import queue task_queue = queue.Queue(maxsize=100) def producer(): while True: item = generate_item() task_queue.put(item) def consumer(): while True: item = task_queue.get() process_item(item) task_queue.task_done()
🚀 下节剧透：《网络编程：连接世界的数字桥梁
👉 你将解锁：
- TCP/UDP协议底层原理
- Socket编程实战技巧
- HTTP服务器从零实现
- 实战：即时聊天系统开发