本篇大綱： 什麼是 Coroutine (協程 / 微線程)? 使用 Python asyncio library 寫 Coroutine 一個簡單的範例 了解 async / await 語法糖 如何建立事件循環？ 如何建立任務 Task？ 如何同時運行多個 Tasks 任務？ 一. 什麼是 Coroutine (協程 / 微線程)? 先來看看 Python官方對 Coroutine 的解釋： Coroutines are a more generalized form of subroutines. Subroutines are entered at one point and exited at another point. Coroutines can be entered, ex […]
閱讀全文
ㄧ. 如何安裝串接 BigQuery 套件？ 在 console 終端機輸入指令： 套件說明： google-cloud-bigquery：是 Google Cloud Client Libraries 的 Python 程式庫 pyarrow：是將 pandas DataFrame 轉換成 BigQuery Table 的套件 參考文件： google-cloud-bigquery：Python Client for Google BigQuery — google-cloud-bigquery 0.1.0 documentation pyarrow：Using BigQuery with Pandas — google-cloud-bigquery 0.1.0 documentation […]
閱讀全文
一. 簡單的 Multi-processing pool 範例 使用 Python 標準庫內 multiprocessing 寫一個 multi-processing pool (多處理程序池 / 多進程池)，簡單的範例如下： 二. 建議使用處理程序 (process) 數量 可使用 multiprocessing.cpu_count() 或 os.cpu_count() 來獲取當前機器的 CPU 核心數量。 假設目前 CPU 是四核，那麼 process 設定如果超過 4 的話，代表有個核會同時運行 2 個以上的任務，而 CPU 之間程序處理會切換造成本進而降低處理效率，所以建議設置 process 時，最好等於當前機器的 CPU 核心數量。 三. 了解 pool 能調用的方法（met […]
閱讀全文
一. Multi-processing 和Multi-threading 的優缺點： Multi-processing (多處理程序/多進程)： 資料在彼此間傳遞變得更加複雜及花時間，因為一個 process 在作業系統的管理下是無法去存取別的 process 的 memory 適合需要 CPU 密集，像是迴圈計算 Multi-threading (多執行緒/多線程)： 資料彼此傳遞簡單，因為多執行緒的 memory 之間是共用的，但也因此要避免會有 Race Condition 問題 適合需要 I/O 密集，像是爬蟲需要時間等待 request 回覆 關於多執行緒在 Python 中受 GIL 的限制，推薦延伸閱讀：【Python教學】淺談 GIL & Thread-safe &a […]
閱讀全文
本篇整理了關於 Python 為什麼會有 GIL 的出現、thread-safe 問題探討、以及 GIL 切換時機、和確保 thread-safe 的原子操作概念 (atomic operation)，此篇未來會持續更新，希望對在了解 GIL 的你有幫助～ 一. 為什麼會有 GIL 的出現？ In CPython, the global interpreter lock, or GIL, is a mutex that protects access to Python objects, preventing multiple threads from executing Python bytecodes at once. This lock is necessary mainly beca […]
閱讀全文