哈哈哈哈哈操欧洲电影,久草网在线,亚洲久久熟女熟妇视频,麻豆精品色,久久福利在线视频,日韩中文字幕的,淫乱毛视频一区,亚洲成人一二三,中文人妻日韩精品电影

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

Swift 的并發(fā)系統(tǒng)并行運行多個任務(wù)

? 來源:jf_57394773 ? 作者:jf_57394773 ? 2025-11-11 11:33 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

??前言
Swift 內(nèi)置并發(fā)系統(tǒng)的好處之一是它可以更輕松地并行執(zhí)行多個異步任務(wù),這反過來又可以使我們顯著加快可以分解為單獨部分的操作。

在本文中,讓我們看一下幾種不同的方法,以及這些技術(shù)中的每一種何時特別有用。

從異步到并發(fā)
首先,假設(shè)我們正在開發(fā)某種形式的購物應(yīng)用程序來顯示各種產(chǎn)品,并且我們已經(jīng)實現(xiàn)了一個ProductLoader允許我們使用一系列異步 API 加載不同產(chǎn)品集合的應(yīng)用程序,如下所示:

class ProductLoader {
   ...

   func loadFeatured() async throws -> [Product] {
       ...
   }
   
   func loadFavorites() async throws -> [Product] {
       ...
   }
   
   func loadLatest() async throws -> [Product] {
       ...
   }
}
AI寫代碼
盡管大多數(shù)情況下上述每個方法都可能會被單獨調(diào)用,但假設(shè)在我們應(yīng)用程序的某些部分中,我們還希望形成一個Recommendations包含這三個ProductLoader方法的所有結(jié)果的組合模型:
extension Product {
   struct Recommendations {
       var featured: [Product]
       var favorites: [Product]
       var latest: [Product]
   }
}
AI寫代碼
一種方法是使用await關(guān)鍵字調(diào)用每個加載方法,然后使用這些調(diào)用的結(jié)果來創(chuàng)建我們Recommendations模型的實例——如下所示:
extension ProductLoader {
   func loadRecommendations() async throws -> Product.Recommendations {
       let featured = try await loadFeatured()
let favorites = try await loadFavorites()
let latest = try await loadLatest()
       
       return Product.Recommendations(
           featured: featured,
           favorites: favorites,
           latest: latest
       )
   }
}
AI寫代碼
上面的實現(xiàn)確實有效——然而,即使我們的三個加載操作都是完全異步的,它們目前正在按順序執(zhí)行,一個接一個。因此,盡管我們的頂級loadRecommendations方法相對于我們應(yīng)用程序的其他代碼正在并發(fā)執(zhí)行,但實際上它還沒有利用并發(fā)來執(zhí)行其內(nèi)部操作集。
由于我們的產(chǎn)品加載方法不以任何方式相互依賴,因此實際上沒有理由按順序執(zhí)行它們,所以讓我們看看如何讓它們完全同時執(zhí)行。
關(guān)于如何做到這一點的初步想法可能是將上述代碼簡化為單個表達(dá)式,這將使我們能夠使用單個await關(guān)鍵字來等待我們的每個操作完成:
extension ProductLoader {
   func loadRecommendations() async throws -> Product.Recommendations {
       try await Product.Recommendations(
           featured: loadFeatured(),
           favorites: loadFavorites(),
           latest: loadLatest()
       )
   }
}
AI寫代碼
然而,即使我們的代碼現(xiàn)在看起來是并發(fā)的,它實際上仍會像以前一樣完全按順序執(zhí)行。
相反,我們需要利用 Swift 的async let綁定來告訴并發(fā)系統(tǒng)并行執(zhí)行我們的每個加載操作。使用該語法使我們能夠在后臺啟動異步操作,而無需我們立即等待它完成。
await如果我們在實際使用加載的數(shù)據(jù)時(即形成模型時)將其與單個關(guān)鍵字組合Recommendations,那么我們將獲得并行執(zhí)行加載操作的所有好處,而無需擔(dān)心狀態(tài)管理或數(shù)據(jù)競爭之類的事情:
extension ProductLoader {
   func loadRecommendations() async throws -> Product.Recommendations {
       async let featured = loadFeatured()
async let favorites = loadFavorites()
async let latest = loadLatest()
       
       return try await Product.Recommendations(
           featured: featured,
           favorites: favorites,
           latest: latest
       )
   }
}
AI寫代碼
很整齊!因此async let,當(dāng)我們有一組已知的、有限的任務(wù)要執(zhí)行時,它提供了一種同時運行多個操作的內(nèi)置方法。但如果不是這樣呢?
任務(wù)組
現(xiàn)在假設(shè)我們正在開發(fā)一個ImageLoader可以讓我們通過網(wǎng)絡(luò)加載圖像的工具。要從給定的 加載單個圖像URL,我們可以使用如下所示的方法:
class ImageLoader {
   ...

   func loadImage(from url: URL) async throws -> UIImage {
       ...
   }
}
AI寫代碼
為了使一次加載一系列圖像變得簡單,我們還創(chuàng)建了一個方便的 API,它接受一個 URL 數(shù)組并異步返回一個圖像字典,該字典由下載圖像的 URL 鍵控:
extension ImageLoader {
   func loadImages(from urls: [URL]) async throws -> [URL: UIImage] {
       var images = [URL: UIImage]()
       
       for url in urls {
           images[url] = try await loadImage(from: url)
       }
       
       return images
   }
}
AI寫代碼
現(xiàn)在讓我們說,就像我們ProductLoader之前的工作一樣,我們想讓上面的loadImages方法并發(fā)執(zhí)行,而不是按順序下載每個圖像(目前是這種情況,因為我們await在調(diào)用時直接使用loadImage我們的for環(huán)形)。
但是,這次我們將無法使用async let,因為我們需要執(zhí)行的任務(wù)數(shù)量在編譯時是未知的。值得慶幸的是,Swift 并發(fā)工具箱中還有一個工具可以讓我們并行執(zhí)行動態(tài)數(shù)量的任務(wù)——任務(wù)組。
要形成一個任務(wù)組,我們可以調(diào)用withTaskGroup或withThrowingTaskGroup,這取決于我們是否希望可以選擇在我們的任務(wù)中拋出錯誤。在這種情況下,我們將選擇后者,因為我們的底層loadImage方法是用throws關(guān)鍵字標(biāo)記的。
然后我們將遍歷每個 URL,就像以前一樣,只是這次我們將每個圖像加載任務(wù)添加到我們的組中,而不是直接等待它完成。相反,我們將await在添加每個任務(wù)之后單獨分組結(jié)果,這將允許我們的圖像加載操作完全并發(fā)執(zhí)行:
extension ImageLoader {
   func loadImages(from urls: [URL]) async throws -> [URL: UIImage] {
       try await withThrowingTaskGroup(of: (URL, UIImage).self) { group in
           for url in urls {
               group.addTask{
   let image = try await self.loadImage(from: url)
   return (url, image)
}
           }
           
           var images = [URL: UIImage]()
           
           for try await (url, image) in group {
   images[url] = image
}
           
           return images
       }
   }
}
AI寫代碼

要了解有關(guān)上述for try await語法和一般異步序列的更多信息,請查看“異步序列、流和組合”。

就像使用 時一樣async let,以我們的操作不會直接改變?nèi)魏螤顟B(tài)的方式編寫并發(fā)代碼的一個巨大好處是,這樣做可以讓我們完全避免任何類型的數(shù)據(jù)競爭問題,同時也不需要我們引入任何鎖定或序列化代碼混合在一起。

await因此,在可能的情況下,讓我們的每個并發(fā)操作返回一個完全獨立的結(jié)果,然后依次返回這些結(jié)果以形成我們的最終數(shù)據(jù)集,這通常是一種很好的方法。

在以后的文章中,我們將更仔細(xì)地研究避免數(shù)據(jù)競爭的其他方法(例如通過使用 Swift 的新actor類型)。

結(jié)論
重要的是要記住,僅僅因為給定的函數(shù)被標(biāo)記為async并不一定意味著它同時執(zhí)行它的工作。相反,如果這是我們想要做的,我們必須故意讓我們的任務(wù)并行運行,這只有在執(zhí)行一組可以獨立運行的操作時才有意義。

審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • API
    API
    +關(guān)注

    關(guān)注

    2

    文章

    2462

    瀏覽量

    66972
  • SWIFT
    +關(guān)注

    關(guān)注

    0

    文章

    125

    瀏覽量

    24836
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    尋找對RISCV眾核并行計算感興趣的伙伴、朋友

    和旗語等方式。 二、此方案適用于RISCV+AI;低功耗、低延遲、高并發(fā)場合;硬件仿真加速芯片方案,可以并行運行verilog的initial/always進(jìn)程;以及其它并行場景。 三、此方案的特點有
    發(fā)表于 03-28 14:41

    尋找對RISCV眾核并行計算感興趣的伙伴

    和旗語等方式。 二、此方案適用于RISCV+AI;低功耗、低延遲、高并發(fā)場合;硬件仿真加速芯片方案,可以并行運行verilog的initial/always進(jìn)程;以及其它并行場景。 三、此方案的特點有
    發(fā)表于 03-28 14:37

    在睿思芯科靈羽RISC-V服務(wù)器CPU實現(xiàn)多實例OpenClaw并發(fā)運行

    睿思芯科基于自研“靈羽“系列服務(wù)器CPU實測單板承載多實例OpenClaw并發(fā)運行。基于標(biāo)準(zhǔn)Linux+Docker環(huán)境并行響應(yīng)不同業(yè)務(wù)需求,為企業(yè)未來的大規(guī)模Al Agent托管打開了更優(yōu)單位算力成本的新路
    的頭像 發(fā)表于 02-11 09:37 ?651次閱讀
    在睿思芯科靈羽RISC-V服務(wù)器CPU實現(xiàn)多實例OpenClaw<b class='flag-5'>并發(fā)運行</b>

    一文說透了如何實現(xiàn)單片機(jī)的多任務(wù)并發(fā)!

    任務(wù)并發(fā)。 一、任務(wù)調(diào)度 任務(wù)調(diào)度是多任務(wù)并發(fā)中一個非常重要的概念。它指的是如何在
    發(fā)表于 01-06 06:46

    解析Linux的進(jìn)程、線程和協(xié)程

    允許在單個線程內(nèi)實現(xiàn)多個協(xié)程的并發(fā)執(zhí)行。協(xié)程在執(zhí)行過程中可以主動掛起和恢復(fù),這使得編寫高效的異步代碼變得更加容易。協(xié)程通常用于處理I/O密集型任務(wù),能夠提高程序的響應(yīng)性能。 協(xié)程的特點包括: (1
    發(fā)表于 12-22 11:00

    高性能網(wǎng)絡(luò)存儲設(shè)計:NVMe-oF IP的實現(xiàn)探討

    Initiator 并發(fā)訪問支持(Multi-Initiator Sharing) 系統(tǒng)從協(xié)議棧到調(diào)度機(jī)制均支持多個 Initiator(多個客戶端)同時訪問單個Target: ?每
    發(fā)表于 12-19 18:45

    并行智能體:洞察復(fù)雜系統(tǒng)的 14 種并發(fā)設(shè)計模式

    在AI智能體的世界中,速度、質(zhì)量和可靠性不僅僅是特性,它們是必備條件。一個單一、順序執(zhí)行的智能體可能速度慢、容易出錯,并且解決問題的能力有限。解決方案是采用并行思維:設(shè)計一個系統(tǒng),讓多個智能體、流程
    的頭像 發(fā)表于 12-02 15:07 ?711次閱讀
    <b class='flag-5'>并行</b>智能體:洞察復(fù)雜<b class='flag-5'>系統(tǒng)</b>的 14 種<b class='flag-5'>并發(fā)</b>設(shè)計模式

    Linux多線程對比單線程的優(yōu)勢

    在Linux系統(tǒng)中,線程是操作系統(tǒng)能夠進(jìn)行運算調(diào)度的最小單位。線程被包含在進(jìn)程之中,是進(jìn)程中的實際運行單位。一個進(jìn)程可以擁有多個線程,這些線
    發(fā)表于 12-01 06:11

    【HZ-T536開發(fā)板免費體驗】—— linux創(chuàng)建線程

    的執(zhí)行任務(wù)成為單線程。多線程是程序中包含多個執(zhí)行流,在一個程序中可以同時運行多個不同的線程來執(zhí)行不同的任務(wù)。 多線程提高了CPU的使用鹵率。
    發(fā)表于 09-01 21:31

    Task任務(wù):LuatOS實現(xiàn)“任務(wù)并發(fā)”的核心引擎

    Task任務(wù)通過其強(qiáng)大的并發(fā)處理能力,使LuatOS能夠在單線程環(huán)境中模擬多線程執(zhí)行,通過協(xié)程的掛起與恢復(fù)機(jī)制,實現(xiàn)任務(wù)級的并行操作,顯著提升系統(tǒng)
    的頭像 發(fā)表于 08-28 13:49 ?620次閱讀
    Task<b class='flag-5'>任務(wù)</b>:LuatOS實現(xiàn)“<b class='flag-5'>任務(wù)</b>級<b class='flag-5'>并發(fā)</b>”的核心引擎

    第三屆大會回顧第3期 | FFRT并發(fā)框架在OpenHarmony中的設(shè)計與實踐

    ,特別是在多核處理器上,可以顯著提高程序的運行速度和整體性能,從而改善用戶體驗。OpenHarmony的FFRT并發(fā)編程模型為開發(fā)者提供了構(gòu)建異步并發(fā)任務(wù)的能力,以更高效地開發(fā)和管理
    的頭像 發(fā)表于 06-21 16:53 ?1430次閱讀
    第三屆大會回顧第3期 | FFRT<b class='flag-5'>并發(fā)</b>框架在OpenHarmony中的設(shè)計與實踐

    同步任務(wù)開發(fā)指導(dǎo)

    同步任務(wù)是指在多個線程之間協(xié)調(diào)執(zhí)行的任務(wù),其目的是確保多個任務(wù)按照一定的順序和規(guī)則執(zhí)行,例如使用鎖來防止數(shù)據(jù)競爭。 同步
    發(fā)表于 06-19 07:57

    鴻蒙5開發(fā)寶藏案例分享---應(yīng)用并發(fā)設(shè)計

    1:耗時任務(wù)并發(fā)——圖片解碼加速 痛點 :主線程解碼4K圖片導(dǎo)致界面卡死 // 步驟1:定義并發(fā)函數(shù) @Concurrent function decodeImage(imageData
    發(fā)表于 06-12 16:19

    CRC16-MODBUS+手算+移位運算+C程序+并行運

    CRC16-MODBUS+手算+移位運算+C程序+并行運
    發(fā)表于 04-22 18:23 ?0次下載

    讀懂極易并行計算:定義、挑戰(zhàn)與解決方案

    GPU經(jīng)常與人工智能同時提及,其中一個重要原因在于AI與3D圖形處理本質(zhì)上屬于同一類問題——它們都適用極易并行計算。什么是極易并行計算?極易并行計算指的是符合以下特征的計算任務(wù)
    的頭像 發(fā)表于 04-17 09:11 ?907次閱讀
    讀懂極易<b class='flag-5'>并行</b>計算:定義、挑戰(zhàn)與解決方案
    县级市| 长宁区| 六枝特区| 特克斯县| 象州县| 安福县| 湟中县| 新野县| 民和| 米易县| 杭州市| 会东县| 海林市| 清新县| 通道| 南陵县| 绿春县| 土默特左旗| 阳高县| 南平市| 大埔县| 宁强县| 瓦房店市| 茂名市| 达孜县| 天祝| 友谊县| 清丰县| 东兰县| 弥勒县| 元谋县| 丹凤县| 工布江达县| 长春市| 松原市| 建湖县| 磐安县| 永春县| 屏南县| 高邮市| 如皋市|