본문 바로가기

Python/Intermediate

(18)
[Python] 병행성(Concurrency) - Futures(2) 2가지 패턴 실습 concurrent.futures - wait, as_completed import os import time from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor, wait, as_completed WORK_LIST = [100000000, 10000000, 1000000, 100000] # 동시성 합계 계산 메인 함수 # 누적 합계 함수(제레네이터) def sum_generator(n): return sum(n for n in range(1, n+1)) # wait - 모든 작업이 끝날때까지 기다림 # as_completed - 먼저 끝난 작업결과를 반환함 def main(): # Worker Count wor..
[Python] 병행성(Concurrency) - Futures(1) Futures 동시성 비동기 작업 실행 지연시간(Block) CPU 및 리소스 낭비 방지 -> (File)Network I/O 관련 작업 -> 동시성 활용 권장 비동기 작업과 적합한 프로그램일 경우 압도적으로 성능 향상 futures : 비동기 실행을 위한 API를 고수준으로 작성 -> 사용하기 쉽도록 개선 concurrent.Futures 1. 멀티스레딩/멀티프로세싱 API 통일 -> 매우 사용하기 쉬움 2. 실행중이 작업 취소, 완료 여부 체크, 타임아웃 옵션, 콜백추가, 동기화 코드 매우 쉽게 작성 -> Promise 개념 GIL : 두 개 이상의 스레드가 동시에 실행 될 때 하나의 자원을 엑세스 하는 경우 -> 문제점을 방지하기 위해 GIL 실행 , 리소스 전체에 락이 걸린다. -> Context..
[Python] 병행성(Concurrency) - Coroutine 흐름제어 병행성(Concurrency) : 한 컴퓨터가 여러 일을 동시에 수행 -> 단일 프로그램안에서 여러일을 쉽게 해결 병렬성(Parallelism) : 여러 컴퓨터가 여러 작업을 동시에 수행 -> 속도 코루틴(Coroutine) : 단일(싱글) 스레드, 스택을 기반으로 동작하는 비동기 작업 스레드 : OS 관리, cpu 코어에서 실시간, 시분할 비동기 작업 -> 멀티스레드 yield, send : 메인 서브 코루틴 제어, 상태, 양방향 전송 yield from 서브루틴 : 메인루틴에서 호출 -> 서브루틴에서 수행(흐름제어) 코루틴 : 루틴 실행 중 중지 -> 동시성 프로그래밍 코루틴 : 스레드에 비해 오버헤드 감소 스레드 : 싱글스레드 -> 멀티스레드 -> 복잡 -> 공유되는 자원 -> 교착 상태 ..
[Python] 병행성(Concurrency) - generator Iterator, Generator - 값을 차례대로 가져올 수 있음 # Generator Ex1, yield 키워드가 있으면 제너레이터로 처리됨 def generator_ex1(): print('start') yield 'A_Point' print('continue') yield 'B_Point' print('end') temp = iter(generator_ex1()) print(temp) print(next(temp)) print(next(temp)) print(next(temp)) ==> 여기서 예외처리 발생. --------------------------------------------[result] < generator object generator_ex1 at 0x000002B83203EE..
[Python] 병행성(Concurrency) - basic iterable 객체 - 반복 가능한 객체 iterator 객체 - 값을 차례대로 꺼낼 수 있는 객체 iterable 객체 # 반복 가능한 이유? -> 내부적으로 iter() 함수 호출 t = 'ABCDEFGHIJKLMNOPQRSTUVWXYZ' # for 반복 for c in t: print(c, end=' ') --------------------------------------------[result] A B C D E F G H I J K L M N O P Q R S T U V W X Y Z iterator 객체 a=t.__iter__() print([next(a) for _ in range(len(t))]) # while 반복 w = iter(t) while True: try: print(next..
[Python] Decorator - 장점 중복 제거, 코드 간결, 공통 함수 작성 로깅, 프레임워크, 유효성 체크..... -> 공통 기능 조합해서 사용 용이 - 단점 가독성 감소 특정 기능에 한정된 함수는 -> 단일 함수로 작성하는 것이 유리 디버깅 불편 Decorator 미사용 샘플 코드 # 데코레이터 실습 - 미사용 import time def perf_clock(func): def perf_clocked(*args): # 함수 시작 시간 st = time.perf_counter() result = func(*args) # 함수 종료 시간 계산 et = time.perf_counter() - st # 실행 함수명 name = func.__name__ # 함수 매개변수 arg_str = ', '.join(repr(arg) for a..
[Python] Closure Closure(클로저) 사용 이유 서버 프로그래밍 -> 동시성(Concurrency)제어 -> 메모리 공간에 여러 자원이 접근 -> 교착상태(Dead Lock) 메모리를 공유하지 않고 메시지 전달로 처리하기 함 클로저는 공유하되 변경되지 않는(Immutable, Read Only) 적극적으로 사용 -> 함수형 프로그래밍 클로저는 불변자료구조 및 atom, STM -> 멀티스레드(Coroutine) 프로그래밍에 강점 클래스를 이용한 closure 구현 # 클래스 이용한 클로저 개념 class Averager(): def __init__(self): self._series = [] def __call__(self, v): # 클래스를 함수처럼 호출 가능. self._series.append(v) print(..
[Python] 일급함수 일급함수 런타임 초기화 - 실행시첨에 초기화 함수를 변수에 할당 가능 함수를 다른함수의 인수로 전달 가능 함수를 다른함수의 결과로 반환 가능 # 함수 객체 def factorial(n): '''Factorial Function -> n : int''' if n == 1 : return 1 return n * factorial(n-1) class A: pass print(factorial(5)) print(factorial.__doc__), print() print('함수의 타입과 클래스의 타입 비교') print(type(factorial), type(A)) print(dir(factorial)), print() print('함수만 가지고 있는 속성들(함수 - 클레스))') print(set(sorted..