本文主要讲解“Python芹菜如何派遣Go worker”，感兴趣的朋友不妨看看。本文介绍的方法简单、快速、实用。让边肖带你去学习“巨蟒芹菜如何作息上班”！
我们可以使用Go为计算密集型任务编写一个Worker，然后使用Python的芹菜节拍来调度这个Worker。这里有一个演示：
1.编写Go Worker
最好将计算密集型任务转化为Go语言版本，这样收益最大化。
比如这里，我用的是老梗，上次从1亿降到了1。
PS，不要被下面的代码吓到。其实大部分都是可以删除的配置项，核心代码也就几行。
输入命令：
戈伦明，走
你可以管理工人。
2.编写Python客户端
每5秒，调度1亿对1，但不要运行Python worker。因为Go Worker正在运行，这里的减将被Go Worker消耗。
另外，请注意，这里的减函数实际上只是为了被识别而写的，其内容没有意义，所以直接写一个pass就可以了(因为它实际上是被Go Worker消耗的)。
写完后，开始节拍进行go_tasks模块：
芹菜-Ago _ tasks bat
此时，调度程序将调度Go Worker执行任务：
如您所见，我们成功地使用Python的芹菜节拍来调度Go编写的Worker！恭喜你。
接下来，让我们看看简单地用Python的Worker进行这种计算有多耗时：
开始工作：
celerryworker-Apython _ tasks-linfo-pool=event let
开始节拍计划程序：
芹菜-Apython_tasksbeat
结果如下：
可以看到，Python从1亿减少到1个平均需要5.2秒左右，与Go版本相差100倍左右。
如果我们把调度器的频率提高到每秒计算一次，那么Worker的Python版本的任务队列就会被阻塞，因为Worker的开销能力不够强。相比之下，Go版本的Worker非常强大。
因此，如果您的项目中有这样一个计算密集型任务，您可以尝试将其提取到Go版本中，这可能是一个惊喜。
至此，相信大家对“Python芹菜如何派单Go worker”有了更深的理解，那么就来一个实操吧！这是网站。更多相关内容，可以去相关渠道查询，关注我们，继续学习！
内容来源网络，如有侵权，联系删除，本文地址：https://www.230890.com/zhan/123902.html