多核心利用

没有比较用时，有兴趣的同学可以自己试试。

下边的例子可以看到gevent是单线程下的高并发，在没有DMA异步IO（比如网络通信）的情况下，实际效果和同步的效率一样，甚至可能会更低。

#!/usr/bin/python

from gevent import monkey; monkey.patch_all()
import multiprocessing
import gevent as g


def calc():
    x = 0
    for i in xrange(2300000000):
        x += i
    print x


def coroutine():
    g.joinall([g.spawn(calc) for x in xrange(24)])


coroutine()

配合多进程将CPU全都跑到100%

#!/usr/bin/python

import multiprocessing
import gevent as g


def calc():
    x = 0
    for i in xrange(2300000000):
        x += i
    print x


def coroutine():
    g.joinall([g.spawn(calc) for x in xrange(24)])


pool = multiprocessing.Pool(processes = 24)

for h in xrange(24):
    pool.apply_async(coroutine)

pool.close()
pool.join()

golang明显更简单，因为go在底层封装了一些异步的函数，所以用起来十分方便，不使用runtime就会单进程在一颗CPU上跑，使用和逻辑CPU相同数目的进程就会把全部CPU跑满，基本上可以说和上边python的协程一样。

package main

import "fmt"
import "runtime"

var ch chan int = make(chan int, 50)

func calc() {
    x := 0
    for a := 0; a < 2300000000; a++ {
      x += a
    }
    ch <- x
}

func main() {
    runtime.GOMAXPROCS(24)
    for i := 0; i < 24; i++ {
        go calc()
    }
    for v := range ch {
        fmt.Println(v)
        if len(ch) <= 0 {
            break
        }
    }
    fmt.Println("Done!")
}