并发编程之同步异步

同步异步

阻塞：进程遇到IO操作，导致任务无法继续执行其他代码，称为阻塞。

非阻塞：程序在正常运行没有遇到IO操作，或者通过某种方式使程序即时遇到了也不会停在原地，还可以执行其他操作，以提高CPU的占用率

阻塞、非阻塞：指程序的运行状态

并行、并发、串行：处理任务的方式

同步：提交任务后需要在原地等待，直到任务继续执行，效率低。

def task():
    for i in range(100000000):
        1+1

print("start")
task()      # 卡住了，但是不是阻塞，而是在进行大量的计算
print("over")

# 此时程序执行到task()函数时，程序没有阻塞；同时主进程能够知道这个代码什么时候能执行完毕，这样的情况我们成为同步

异步：提交任务后不需要在原地等待，可以继续往下执行代码，效率比同步要高

import multiprocessing

def task():
    for i in range(100000000):
        1+1

if __name__ == '__main__':
    print("start")
    p = multiprocessing.Process(target=task)  # 执行task之后，
    p.start()
    print("over")

PS：同步会有等待的效果但是这和阻塞是完全不同的，阻塞时程序会被剥夺CPU执行权，而同步调用则不会！

问题：

异步效率高于同步，但是异步会导致任务发起方不知道任务何时完毕

解决方法：

1. 轮询，重复的隔一段时间就问一次，消耗资源
2. 让任务完成后，通知调用方，我们也称为：异步回调

异步回调：

import multiprocessing

def task(func):
    for i in range(100000000):
        1+1
    func("OK")

def finish(a):
    '''需要对结果进行处理，所以此处可以写上处理结果的代码逻辑'''
    print("程序完成",a)

if __name__ == '__main__':
    print("start")
    p = multiprocessing.Process(target=task,args=(finish,))  # 执行task之后，
    p.start()
    print("over")

好处：经过这样处理之后，我们可以在finish函数中拿到对应的结果，然后在finish增加对结果的处理逻辑，这样就达到了我们的目的