從 python 3.4 起，標準庫中有兩個名為 future 的類：concurrent.futures.future 和
asyncio.future。這兩個類的作用相同：兩個 future 類的例項都表示可能已經完成或
者尚未完成的延遲計算
我們要記住一件事：通常情況下自己不應該建立期物，而只能由併發框架
（concurrent.futures 或 asyncio）例項化。原因很簡單：期物表示終將發生的事
情，而確定某件事會發生的唯一方式是執行的時間已經排定。因此，只有排定把某件事交
給 concurrent.futures.executor 子類處理時，才會建立
concurrent.futures.future 例項。例如，executor.submit() 方法的引數是乙個可
呼叫的物件，呼叫這個方法後會為傳入的可呼叫物件排期，並返回乙個期物。
客戶端**不應該改變期物的狀態，併發框架在期物表示的延遲計算結束後會改變期物的
狀態，而我們無法控制計算何時結束。
這兩種期物都有 .done() 方法，這個方法不阻塞，返回值是布林值，指明期物鏈結的可
呼叫物件是否已經執行。客戶端**通常不會詢問期物是否執行結束，而是會等待通知。
因此，兩個 future 類都有 .add_done_callback() 方法：這個方法只有乙個引數，類
型是可呼叫的物件，期物執行結束後會呼叫指定的可呼叫物件。
此外，還有 .result() 方法。在期物執行結束後呼叫的話，這個方法在兩個 future 類
中的作用相同：返回可呼叫物件的結果，或者重新丟擲執行可呼叫的物件時丟擲的異常。
可是，如果期物沒有執行結束，result 方法在兩個 future 類中的行為相差很大。對
concurrency.futures.future 例項來說，呼叫 f.result() 方法會阻塞呼叫方所在的
執行緒，直到有結果可返回。此時，result 方法可以接收可選的 timeout 引數，如果在指
定的時間內期物沒有執行完畢，會丟擲 timeouterror 異常。讀到 18.1.1 節你會發
現，asyncio.future.result 方法不支援設定超時時間，在那個庫中獲取期物的結果最
好使用 yield from 結構。不過，對 concurrency.futures.future 例項不能這麼做。
這兩個庫中有幾個函式會返回期物，其他函式則使用期物，以使用者易於理解的方式實現自
身。使用 17-3 中的 executor.map 方法屬於後者：返回值是乙個迭代器，迭代器的
__next__ 方法呼叫各個期物的 result 方法，因此我們得到的是各個期物的結果，而非
期物本身。
阻塞型i/o和gil
cpython 直譯器本身就不是執行緒安全的，因此有全域性直譯器鎖（gil），一次只允許使用
乙個執行緒執行 python 位元組碼。因此，乙個 python 程序通常不能同時使用多個 cpu 核
心python 標準庫中的所有阻塞型 i/o 函式都會釋放 gil，允許其他執行緒運
行。time.sleep() 函式也會釋放 gil。因此，儘管有 gil，python 執行緒還是能在 i/o
密集型應用中發揮作用。
如何在 cpu 密集型作業中使用 concurrent.futures 模組輕鬆繞開 gil
concurrent.futures 模組的文件
（副標題是「launching parallel
tasks」（執行並行任務）。這個模組實現的是真正的平行計算，因為它使用
processpoolexecutor 類把工作分配給多個 python 程序處理。因此，如果需要做 cpu
密集型處理，使用這個模組能繞開 gil，利用所有可用的 cpu 核心。
threadpoolexecutor.__init__ 方法需要 max_workers 引數，指定執行緒池中線程
的數量。在 processpoolexecutor 類中，那個引數是可選的，而且大多數情況下不使用
——預設值是 os.cpu_count() 函式返回的 cpu 數量。這樣處理說得通，因為對 cpu 密
集型的處理來說，不可能要求使用超過 cpu 數量的職程。而對 i/o 密集型處理來說，可
以在乙個 threadpoolexecutor 例項中使用 10 個、100 個或 1000 個執行緒；最佳執行緒數
取決於做的是什麼事，以及可用記憶體有多少，因此要仔細測試才能找到最佳的執行緒數。
from time importsleep, strftime
from concurrent import
futures
def display(*args):
print(strftime('
[%h:%m:%s]
'), end='')
print(*args)
defloiter(n):
msg = '
{}loiter{}: doing nothing for {}s...
'display(msg.format('\t
'*n, n, n))
sleep(n)
msg = '
{}loiter({}): done.
'display(msg.format('\t
'*n, n))
return n * 10
defmain():
display(
'script starting.')
executor = futures.threadpoolexecutor(max_workers=3)
results = executor.map(loiter, range(5))
display(
'result:
', results)
display(
'waiting for individual results:')
for i, result in
enumerate(results):
display(
'result {}: {}
'.format(i, result))
main()
executor.map 函式易於使用，不過有個特性可能有用，也可能沒用，具體情況取決於需
求：這個函式返回結果的順序與呼叫開始的順序一致。如果第乙個呼叫生成結果用時 10
秒，而其他呼叫只用 1 秒，**會阻塞 10 秒，獲取 map 方法返回的生成器產出的第乙個
結果。在此之後，獲取後續結果時不會阻塞，因為後續的呼叫已經結束。如果必須等到獲
取所有結果後再處理，這種行為沒問題；不過，通常更可取的方式是，不管提交的順序，
只要有結果就獲取。為此，要把 executor.submit 方法和 futures.as_completed 函
數結合起來使用
總結一下，python中有gil鎖，導致無法和正常使用執行緒，但是對於io密集型作業，由於python標準庫中的所有堵塞型i/o函式都會釋放gil，允許其他執行緒執行，所以不妨礙多執行緒的使用。而對於cpu密集型作業，可以使用concurrent.futures模組繞開gil。
第十七章 Size Classes
通常，您希望應用程式的介面根據螢幕的尺寸和方向而顯示不同的布局。在本章中，您將修改homepwner中的detailviewcontroller的介面，以便當它出現在具有相對較小高度的螢幕上時，文字字段集合和影象檢視併排而不是堆疊在一起 圖17.1 圖17.1 homepwner 的 detailv...
第十七章 部署
總的來說，部署遇到了許多坑，而且還有好多坑還沒有踩。去cocode找了許多教程，才踩了一些坑，但是關於資料庫的坑，先留著。所有的db.session.add 後面都加上db.session.commit 才行。記得，這是狗書的問題！部署教程 每次修改後需要一下命令重新部署下 git add git ...
第十七章 包
1 如果a資料夾所在目錄在環境變數，a資料夾中的 ma 模組可以被以下方式匯入 import a.ma form a import ma 2 如果 a 資料夾所在目錄在環境變數，a 資料夾中的 b 資料夾的 mb 模組可以被以下方式匯入 import a b mb from a.b import m...