编程并发

Source: Dev.to

介绍

每个有经验的程序员都知道并发是一把双刃剑。它是优先级、样板代码和各种模型之间的平衡艺术。但我们仍然忍受它，因为我们知道它为何重要。

当你开始在任何语言中测量并发时，最显著的变化是并行性——操作开始同时进行的效果。

例如：想象一个拥有 16 个耗时操作的应用。如果每个操作需要 1 秒才能运行，同步执行会迫使用户等待 16 秒。在一颗 16 核 CPU 上，完美的并发模型可以在仅 1 秒内完成所有操作。现实中你很少能实现每核 1 对 1 的完美扩展，但良好的并发可以让你接近这种效果。

收益显而易见，代价是复杂性。突然之间，你的逻辑被锁定在一个严格的时序系统中。你不再只是编写函数，而是要管理竞争。你必须手动确保线程不会争夺资源或破坏状态。I/O 操作需要完全不同的锁策略。

一旦你意识到安全线程的要求，它就会侵蚀你原本想用来实际构建功能的时间。并发逻辑直接侵入你的业务逻辑，干扰干净的函数，充斥着锁和信号量，直到你开始怀疑：“我为什么要使用线程？”

介绍 Py‑TokenGate

我想要线程的性能收益，却不想承担手动资源保护的思维负担，也不想仅仅为了并行而重写同步逻辑。

TokenGate 是一种基于令牌管理的并发实验。你不需要在函数内部手动管理锁，只需给函数加上装饰器。

@task_token_guard(operation_type='prime_check', tags={'weight': 'medium'})
def prime_operation(n):
    """Check if the number is prime (moderate complexity)."""
    if n < 2:
        return False
    for i in range(2, int(n ** 0.5) + 1):
        if n % i == 0:
            return False
    return True

通过使用 @task_token_guard，你定义任务的权重，让 OperationsCoordinator 负责流量控制。它将任务划分到不同的通道，并通过令牌将它们引导到工作者的邮箱中。

它并不是解决所有竞争条件的灵丹妙药，但它有效地消除了标准并发工作流中的样板代码。

在此处查看：

TokenGate

它是什么

一个小型实验系统，用于通过令牌管理的并发模型路由被装饰的同步函数。它旨在作为独立的并发工作流运行，而不是与常规线程模式并存。

它不是

它并非作为生产代码呈现。

概览

TokenGate 探索了令牌管理的并发概念：一种以结构化方式协调 async 编排与基于线程的工作的方法。此仓库是概念验证，而非完整产品。它仍在实验阶段，持续演进，并以探索精神共享。

如果你想了解更完整的概览，请从这里开始：

• 概念验证

如果这里的任何内容对你有用、有趣或激发了灵感，那已经足以让这个项目值得存在。

如何使用（两种版本，两种装饰器）

注意：不要尝试装饰 async 函数。

令牌装饰器使用 asyncio，但被装饰的函数本身应当是同步的…