精华内容
下载资源
问答
  • #DTLS的Server/Client例子 网上关于DTLS的例子很少,能找到的基本都是dtls_udp_echo.c这个例子。 另外一个例子就是openssl自带的openssl这个命令行...对于并发量很大的情况并没有参考价值。 因此,参考了多个例子写...

    #DTLS的Server/Client例子

    网上关于DTLS的例子很少,能找到的基本都是dtls_udp_echo.c这个例子。
    另外一个例子就是openssl自带的openssl这个命令行工具。当时这个命令行工具太复杂,阅读起来并不太友好。
    同时,这两个例子有个很大的问题是server同时只支持一个客户端连接,或者一个线程支持一个连接。对于并发量很大的情况并没有参考价值。
    因此,参考了多个例子写了目前这个例子。server通过epoll和异步方式,单个进程(线程)支持多个连接。

    • 在CentOS 7.6以及openssl-1.1.0h的环境编译测试通过
    • githup上的DTLS-epoll-example

    Install

    • 修改Makefile里的openssl库的路径
    • make all

    Usage:

    • ./dtls_server 127.0.0.1:9000
    • ./dtls_client 127.0.0.1:9000
    展开全文
  • 协程下的socket并发协程引入本节的主题是基于单线程来实现并发,即只用一个主线程(很明显可利用的cpu只有一个)情况下实现并发,为此我们需要先回顾下并发的本质:切换+保存状态cpu正在运行一个任务,会在两种情况...

    协程引入

    本节的主题是基于单线程来实现并发,即只用一个主线程(很明显可利用的cpu只有一个)情况下实现并发,为此我们需要先回顾下并发的本质:切换+保存状态

    cpu正在运行一个任务,会在两种情况下切走去执行其他的任务(切换由操作系统强制控制),一种情况是该任务发生了阻塞,另外一种情况是该任务计算的时间过长

    协程的本质就是在单线程下,由用户自己控制一个任务遇到io阻塞了就切换另外一个任务去执行,以此来提升效率。为了实现它,我们需要找寻一种可以同时满足以下条件的解决方案:

    1. 可以控制多个任务之间的切换,切换之前将任务的状态保存下来,以便重新运行时,可以基于暂停的位置继续执行。

    2. 作为1的补充:可以检测io操作,在遇到io操作的情况下才发生切换

    协程概念

    协程:是单线程下的并发,又称微线程,纤程。英文名Coroutine。一句话说明什么是线程:协程是一种用户态的轻量级线程,即协程是由用户程序自己控制调度的。

    需要注意的是:
    1. python的线程属于内核级别的,即由操作系统控制调度(如单线程遇到io或执行时间过长就会被迫交出cpu执行权限,切换其他线程运行)
    2. 单线程内开启协程,一旦遇到io,就会从应用程序级别(而非操作系统)控制切换,以此来提升效率(!!!非io操作的切换与效率无关)
    3、 必须在只有一个单线程里实现并发
    4、修改共享数据不需加锁
    5、用户程序里自己保存多个控制流的上下文栈
    6、附加:一个协程遇到IO操作自动切换到其它协程(如何实现检测IO,yield、greenlet都无法实现,就用到了gevent模块(select机制))

    gevent用法

    g1=gevent.spawn(func,1,,2,3,x=4,y=5)创建一个协程对象g1,spawn括号内第一个参数是函数名,如eat,后面可以有多个参数,可以是位置实参或关键字实参,都是传给函数eat的

    g2=gevent.spawn(func2)

    g1.join() #等待g1结束

    g2.join() #等待g2结束

    或者上述两步合作一步:gevent.joinall([g1,g2])

    g1.value#拿到func1的返回值

    gevent.sleep(2)模拟的是gevent可以识别的io阻塞,

    而time.sleep(2)或其他的阻塞,gevent是不能直接识别的需要用下面一行代码,打补丁,就可以识别了

    from gevent import monkey;monkey.patch_all()必须放到被打补丁者的前面,如time,socket模块之前

    或者我们干脆记忆成:要用gevent,需要将from gevent import monkey;monkey.patch_all()放到文件的开头

    gevent例子1

    我们来看一个例子如下:

    from gevent import monkey;monkey.patch_all()
    import gevent
    import time
    
    def task1(name):
        print('%s is run 1' %name)
        time.sleep(3)
        print('%s is run 2' %name)
    
    def task2(name):
        print('%s is run 1' %name)
        time.sleep(2)
        print('%s is run 2' %name)
    
    
    g1=gevent.spawn(task1,'alex')
    g2=gevent.spawn(task2,'egon')
    
    print('main')
    

    运行代码我们看到task1、task2没有输出:

    E:\python\python_sdk\python.exe "E:/python/py_pro/1206/1 gevent模块.py"
    main
    
    Process finished with exit code 0

    原因是:gevent是异步提交,主线程执行完毕,就退出了,需要添加join才能实现io阻塞,实现任务切换

    gevent例子2

    我们继续修改上面的例子:

    from gevent import monkey;monkey.patch_all()
    import gevent
    import time
    
    def task1(name):
        print('%s is run 1' %name)
        time.sleep(3)
        print('%s is run 2' %name)
    
    def task2(name):
        print('%s is run 1' %name)
        time.sleep(2)
        print('%s is run 2' %name)
    
    
    g1=gevent.spawn(task1,'alex')
    g2=gevent.spawn(task2,'egon')
    time.sleep(2.5)
    print('main')
    

    输出如下:

    alex is run 1
    egon is run 1
    egon is run 2
    main

    上例我们可以看出,通过time.sleep(2.5)方式,也可以实现切换

    gevent例子3

    from gevent import monkey;monkey.patch_all()
    import gevent
    import time
    
    def task1(name):
        print('%s is run 1' %name)
        time.sleep(3)
        print('%s is run 2' %name)
    
    def task2(name):
        print('%s is run 1' %name)
        time.sleep(2)
        print('%s is run 2' %name)
    
    
    g1=gevent.spawn(task1,'alex')
    g2=gevent.spawn(task2,'egon')
    g2.join()
    print('main')
    
    

    输出如下:

    alex is run 1
    egon is run 1
    egon is run 2
    main

    gevent例子4

    接下来我们看一个完整的例子:

    from gevent import monkey;monkey.patch_all()
    
    import gevent
    import time
    def eat(name):
        print('%s eat 1' %name)
        gevent.sleep(2)
        print('%s eat 2' %name)
    
    def play(name):
        print('%s play 1' %name)
        gevent.sleep(1)
        print('%s play 2' %name)
    
    
    g1=gevent.spawn(eat,'egon')
    g2=gevent.spawn(play,name='egon')
    g1.join()
    g2.join()
    #或者gevent.joinall([g1,g2])
    print('主')

    输出如下:

    egon eat 1
    egon play 1
    
    egon play 2
    
    egon eat 2

    上面代码 的意思是:
    开启g1,g2,并且等待其结束,eat函数执行 print(‘%s eat 1’ %name),play函数执行 print(‘%s play 1’ %name),然后eat,play函数进行sleep,这时候就在两个函数之间来回切换,直至到函数任务执行完毕

    同步异步

    from gevent import spawn,joinall,monkey;monkey.patch_all()
    
    import time
    def task(pid):
        """
        Some non-deterministic task
        """
        time.sleep(2)
        print('Task %s done' % pid)
    
    
    def synchronous():
        for i in range(3):
            task(i)
    
    def asynchronous():
        g_l=[spawn(task,i) for i in range(3)]
        joinall(g_l)
    
    if __name__ == '__main__':
        print('Synchronous:')
        synchronous()
    
        print('Asynchronous:')
        asynchronous()

    输出如下:

    Synchronous:
    
    Task 0 done
    
    Task 1 done
    
    Task 2 done
    Asynchronous:
    
    Task 0 done
    Task 2 done
    Task 1 done

    上面程序的重要部分是将task函数封装到Greenlet内部线程的gevent.spawn。 初始化的greenlet列表存放在数组threads中,此数组被传给gevent.joinall 函数,后者阻塞当前流程,并执行所有给定的greenlet。执行流程只会在 所有greenlet执行完后才会继续向下走。

    协程下的socket并发

    服务端:

    from gevent import monkey;monkey.patch_all()
    from socket import *
    import gevent
    
    def server(server_ip,port):
        s=socket(AF_INET,SOCK_STREAM)
        s.setsockopt(SOL_SOCKET,SO_REUSEADDR,1)
        s.bind((server_ip,port))
        s.listen(5)
        while True:
            conn,addr=s.accept()
            gevent.spawn(talk,conn,addr)
    
    def talk(conn,addr):
        try:
            while True:
                res=conn.recv(1024)
                print('client %s:%s msg: %s' %(addr[0],addr[1],res))
                conn.send(res.upper())
        except Exception as e:
            print(e)
        finally:
            conn.close()
    
    if __name__ == '__main__':
        server('127.0.0.1',8080)
    
    

    客户端:

    from socket import *
    
    client=socket(AF_INET,SOCK_STREAM)
    client.connect(('127.0.0.1',8080))
    
    
    while True:
        msg=input('>>: ').strip()
        if not msg:continue
    
        client.send(msg.encode('utf-8'))
        msg=client.recv(1024)
        print(msg.decode('utf-8'))
    

    简单说下上面例子流程:

    在服务端s.accept存在io,conn.recv(1024)存在io,
    服务端开启协程talk
    当服务端启动在没有客户端请求时,
    服务端协程会监测recv是否有io,当没有链接请求时候,
    会在recv和accept之间切换

    下面是多线程并发多个客户端
    客户端:

    from threading import Thread
    from socket import *
    import threading
    
    def client(server_ip,port):
        c=socket(AF_INET,SOCK_STREAM) #套接字对象一定要加到函数内,即局部名称空间内,放在函数外则被所有线程共享,则大家公用一个套接字对象,那么客户端端口永远一样了
        c.connect((server_ip,port))
    
        count=0
        while True:
            c.send(('%s say hello %s' %(threading.current_thread().getName(),count)).encode('utf-8'))
            msg=c.recv(1024)
            print(msg.decode('utf-8'))
            count+=1
    if __name__ == '__main__':
        for i in range(5):
            t=Thread(target=client,args=('127.0.0.1',8080))
            t.start()
    
    
    展开全文
  • public void run() { synchronized (this) { System.out.println(Thread.currentThread().getName()); } }
  • 例子主要包括SocketAsyncEventArgs通讯封装、服务端实现日志查看、SCOKET列表、上传、下载、远程文件流、吞吐量协议,用于测试SocketAsyncEventArgs的性能和压力,最大连接数支持65535个长连接,最高命令交互速度...
  • java多线程并发编程例子

    热门讨论 2012-03-08 12:11:38
    关于java.util.concurrent多线程核心包内各种线程资源的使用场景例子
  • C#高性能大容量SOCKET并发完成端口例子

    千次下载 热门讨论 2014-01-22 15:40:45
    例子主要包括SocketAsyncEventArgs通讯封装、服务端实现日志查看、SCOKET列表、上传、下载、远程文件流、吞吐量协议,用于测试SocketAsyncEventArgs的性能和压力,最大连接数支持65535个长连接,最高命令交互速度...
  • java 并发例子-并行数据处理

    千次阅读 2017-04-19 23:57:17
    JDK5引进了一个高级并发的API,它位于java.util.concurrent这个包中。 它考虑到了更优雅和直观的多线程编程。我知道这对有些人来说并不算什么新消息,但是...在这个系列的帖子中我会提供一些例子教你怎么用java.uti

    JDK5引进了一个高级并发的API,它位于java.util.concurrent这个包中。

    它考虑到了更优雅和直观的多线程编程。我知道这对有些人来说并不算什么新消息,但是我发现 大部分程序员仍然用Thread类和Runnable接口来解决java中大多数的并发问题,其实这些问题大部分都可以用新API以更加简洁的方式来实现。

    在这个系列的帖子中我会提供一些例子教你怎么用java.util.concrrent包中的类来解决常见的一些问题。现在让我们开始一个简单的并行数据处理的解决方案。

    想象你现在有一堆数据元素,你现在需要对它们中的某些数据进行加工处理,现在需要以最快的速度来完成这个任务,但是你不想占有系统中所有其他可以利用的资源。

    一个好的策略就是用一个预先定义好的最大的活动线程数创建一个线程池,当线程可用的时候,一次就用一个线程来处理一个数据单元。

    这个策略可以快速的用一个固定的线程池执行任务。

    我们可以用一个runnable接口来模拟数据处理:

    package com.ricardozuasti;
     
    public class DataProcessor implements Runnable {
        public DataProcessor(int data){
            this.data = data;
        }
     
        @Override
        public void run() {
            System.out.println("Processing data: " + data);
            // Data processing goes here
        }
     
        private int data;
    }

    接着用Executors工具类中的newFixedThreadPool(n)方法来创建一个新的线程池服务(通过给定的最大的活动线程数目)。返回值(实现了ExecutorService接口)可以用来提交新的任务,通过execute()和submit()方法。

    package com.ricardozuasti;
     
    import java.util.concurrent.ExecutorService;
    import java.util.concurrent.Executors;
    import java.util.concurrent.TimeUnit;
     
    public class Concurrency1 {
     
        public static void main(String[] args) {
            ExecutorService executor = Executors.newFixedThreadPool(5);
     
            for (int i = 0; i<100; i++){
                executor.execute(new DataProcessor(i));
            }
     
            System.out.println("Starting shutdown...");
            executor.shutdown();
     
            try {
                executor.awaitTermination(100, TimeUnit.SECONDS);
            } catch (InterruptedException ex) {
                System.out.println("Interrupted or timed out while awaiting termination");
            }
     
            System.out.println("All done!");
     
        }
    }

    在提交我们所有的工作单元到ExecutorService后我们可以通知它关闭,这样就不会阻塞我们当前运行的线程,也可以避免先前通过运行提交的任务,但是仅仅阻止了新任务被传给ExecutorService。

    事实上如果想要所有的任务都要完成,我们可以通过awaitTermination() 来完成。

    查看 Executors API 可以了解其他想要构建的executor服务。

    英文原文 , OSCHINA原创翻译

    展开全文
  • java高并发卖票例子

    千次阅读 2018-04-29 21:49:14
    package com.github.pig.auth... import java.util.ArrayList; import java.util.List; import java.util.Queue; import java.util.Vector;...import java.util.concurrent.ConcurrentLinkedQueue;...import java.util.co...
    package com.github.pig.auth;
    
    import java.util.ArrayList;
    import java.util.List;
    import java.util.Queue;
    import java.util.Vector;
    import java.util.concurrent.ConcurrentLinkedQueue;
    import java.util.concurrent.CountDownLatch;
    import java.util.concurrent.TimeUnit;
    import java.util.concurrent.atomic.AtomicInteger;
    import java.util.concurrent.locks.Lock;
    import java.util.concurrent.locks.ReentrantLock;
    
    public class Test {
    
            private List<String> tikets1 = new ArrayList<>();
        private Queue<String> tikets2 = new ConcurrentLinkedQueue<>();
    
    
        Test() {
            for (int i = 0; i < 100000; i++) {
                tikets1.add("票编号" + i);
            }
            for (int i = 0; i < 100000; i++) {
                tikets2.add("票编号" + i);
            }
        }
    
        private static StringBuffer sb = new StringBuffer();
    
        public void aa() {
            try {
                latch.await();
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            synchronized (this) {
                while (tikets1.size() > 0) {
                    sb.append("销售了--" + tikets1.remove(0) + "\n");
                }
            }
        }
    
        public void bb() {
            try {
                latch.await();
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            while (true) {
    
                String s = tikets2.poll();
                if (s == null) {
                    break;
                } else {
                    sb.append("销售了--" + s + "\n");
                }
    
            }
        }
    
        CountDownLatch latch = new CountDownLatch(10);
    
        public static void main(String[] args) {
            Test t = new Test();
            long start = 0L;
    
            List<Thread> lists = new ArrayList<>();
    
            for (int i = 0; i < 10; i++) {
     //           Thread th = new Thread(t::aa);
                Thread th = new Thread(t::bb);
                th.start();
                lists.add(th);
                if (i == 9) {
                    start = System.currentTimeMillis();
                }
                t.latch.countDown();//等待所有线程一起开始
            }
    
            //等待所有线程结束
            lists.forEach(o -> {
                try {
                    o.join();
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            });
    
            long end = System.currentTimeMillis();
    
            System.out.println(sb.toString());
            System.out.println(end - start + "ms");
        }
    
    
    }
    
    
    用队列效率最高 ,30ms

    如果用synchronized要1000多ms


    展开全文
  • REPEATABLE_READ事务级别MYSQL并发例子

    千次阅读 2017-06-11 11:53:34
    前几天在系统中开发一个活动, 使用了行级锁,但是却在并发测试(压力测试和并发测试非常重要)下出现了重大的Bug,话不多说, 直接开始. 事务的隔离级别是MySQL默认的REPEATABLE_READ. Time1:事务A(Ta)锁定表t_1中...
  • Python3中解决了Python2的许多问题,还引入了很多强大的库作为原生库,其中asyncio库是一大亮点,可以说是Python3必须了解的库,下面是一个使用异步io模块asyncio实现协程并发例子,作为以后使用的参考。...
  • 并发编程面试题(2020最新版)

    万次阅读 多人点赞 2020-03-14 17:28:01
    文章目录基础知识并发编程的优缺点为什么要使用并发编程(并发编程的优点)并发编程有什么缺点并发编程三要素是什么?在 Java 程序中怎么保证多线程的运行安全?并行和并发有什么区别?什么是多线程,多线程的优劣?...
  • 基本的思路就是scheduler生成器在生成完所有urls以后继续等待下一步的解析结果,然后继续将解析结果生成返回。在worker方法里则增加一个解析方法调用...这样包括下一级页面在内的所有链接都可以通过并发的方式下载了。
  • CountDownLatch作用  CountDownLatch,是一个倒计数的锁存器,当计数减至0时触发特定的事件。 构造方法参数指定了计数的次数 countDown方法,当前线程调用此方法,则计数减一 ...awaint方法,调用此方法会一直...
  • 并发与并行 并发:多个任务可以同时存在。程序在逻辑上可以实现多个任务同时存在,那么这个程序就是并发程序。并发程序在物理实现上既可以是并行,也可以是串行。 串行:单个处理器通过“任务切换”的方式,在一秒...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 334,555
精华内容 133,822
关键字:

并发例子