Три способа выполнить множество задач с asyncio
Функция для примера:
async def do_it(n):
await asyncio.sleep(random.uniform(0.5, 1))
return n
1. Последовательный вызов
async def main():
for i in range(100):
result = await do_it(i)
Такой вызов имеет смысл только тогда, когда результат одной задачи требуется для вызова следующей.
Если они независимы, то это антипаттерн, так как аналогичен простому синхронному вызову по очереди.
2. Упорядоченный результат
async def main():
tasks = [do_it(i) for i in range(100)]
results = await asyncio.gather(*tasks)
Выполняет корутины конкурентно и возвращает результат в виде списка.
Полезен когда требуется получить результаты в том же порядке в котором задачи отправлены.
3. Результат по мере готовности
tasks = [asyncio.create_task(do_it(i)) for i in range(100)]
for cor in asyncio.as_completed(tasks):
result = await cor
Так же выполняет корутины конкурентно, но не гарантирует порядок. Результат возвращается по мере готовности, каждый отдельно.
Полезен когда нужно обработать любой ответ как можно скорее.
#async
🐾 PAWS!
A new task has appeared. Press the "START" button, the countdown starts, after the time has elapsed, we return and collect the points. You can get 5,000 PAWS for completing it
#paws#airdrop#task
🐱🐱🐱🐱🐱🐱🐱🐱
👉🏻SUBSCRIBE!
New task applied right now❗️
♨️ Get your tokens right now:
https://t.me/chatgpt_officialbot
➖➖➖➖🔻
🧠 BOT: @Chatgpt_OfficialBOT
💎@Chatgpt_OfficialNews
#️⃣#Update#Task
➖➖➖➖🔺
https://realpython.com/blog/python/introduction-to-mongodb-and-python/#.WMfv6BURLc4.linkedin
#Python is a powerful programming language used for many different types of applications within the development community. Many know it as a flexible language that can handle just about any #task. So, what if our complex Python application needs a #database that’s just as flexible as the language itself? This is where #NoSQL, and specifically #MongoDB, come in to play.