Курс Python → Управление асинхронными задачами с помощью Semaphore

Модуль asyncio.Semaphore в Python предоставляет возможность ограничивать количество одновременно выполняющихся асинхронных задач. Это может быть полезно, например, когда у вас есть ограниченные ресурсы или когда вы хотите избежать перегрузки системы. Семафор можно создать с помощью функции asyncio.Semaphore(), указав при этом максимальное количество задач, которые могут одновременно выполняться.

Давайте рассмотрим пример использования asyncio.Semaphore для управления выполнением асинхронных задач. Представим, что у нас есть несколько задач, которые должны выполняться параллельно, но не более двух одновременно. Мы можем создать семафор с лимитом 2, используя asyncio.Semaphore(2), и в каждой задаче блокировать семафор перед выполнением с помощью конструкции async with semaphore, а затем освободить его по завершении.


import asyncio

async def worker(semaphore, task_name):
    async with semaphore:
        print(f'{task_name} started')
        await asyncio.sleep(1)
        print(f'{task_name} finished')

async def main():
    semaphore = asyncio.Semaphore(2)
    tasks = [worker(semaphore, f'Task {i}') for i in range(5)]
    await asyncio.gather(*tasks)

asyncio.run(main())

В приведенном выше примере мы создаем семафор с лимитом 2 и запускаем 5 задач worker. Так как семафор позволяет одновременно выполнять только две задачи, остальные задачи будут ждать, пока одна из них завершится и освободит семафор. Это позволяет эффективно управлять ресурсами и контролировать выполнение асинхронных задач.

Использование asyncio.Semaphore в Python помогает избежать перегрузки системы и управлять параллельным выполнением задач. Этот модуль предоставляет простой и эффективный способ ограничения количества одновременно выполняющихся асинхронных задач, что делает его полезным инструментом для разработчиков, работающих с асинхронным кодом.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Оператор += для объединения строк
  2. Множества и frozenset
  3. Python Метод del.
  4. Метод сравнения объектов в Python
  5. Удаление эмодзи с помощью pandas
  6. Базовые объекты Python
  7. Ноутбуки AMD Ryzen ™ 4000: мощность и эффективность
  8. Модуль os в Python: работа с файлами
  9. Многопроцессорное программирование в Python
  10. Сортировка с помощью key
  11. Лямбда-функции в цикле
  12. Декоратор проверки активности
  13. Копирование файлов с shutil()
  14. Изменяемые и неизменяемые объекты
  15. Antigravity модуль
  16. Строки в Python: апострофы и кавычки
  17. Работа со строками в Python
  18. Сортировка элементов с OrderedDict
  19. Тестирование с responses
  20. Функция с *args.
  21. Отправка POST запроса на сервер.
  22. Комплексные числа в Python
  23. Работа со словарями с defaultdict из collections
  24. Сортировка в Python
  25. GitHub в Telegram: подписка на уведомления
  26. Скрытие вывода данных
  27. Метод setdefault() в Python
  28. Срез списка в Python
  29. Декораторы в Python
  30. Сложные типы данных в Python
  31. Создание новых функций через partial
  32. Копирование объектов в Python
  33. Генераторы по генератору
  34. Импорт в Python: список all
  35. Анонимные функции Lambda
  36. Работа с прокси в Python
  37. Получение обратного списка чисел
  38. Фильтрация последовательности
  39. Работа с итераторами в Python
  40. Оператор in и not in в Python
  41. Метод lt для сортировки объектов
  42. Работа с файлами в Python
  43. Строковое представление объектов

Marketello читают маркетологи из крутых компаний