从评论中的“我的问题”转到“问题”。
假设一个人有大量的任务，那么使用gevent.spawn（…）同时生成所有的任务，而不是使用gevent池和pool.spawn（…）来限制并发的greenlet的数量，这有什么缺点吗？
有不同的表述：限制gevent.pool的并发性有什么好处吗，即使问题不需要解决？
知道这个问题的“大数”是什么吗？
最佳答案
在处理很多东西的时候，这只是一种清洁和良好的习惯。几周前我遇到了这个问题，我用gevent spawn验证了一堆针对dns的邮件，顺序是30k:。
from gevent.pool import Pool
import logging
rows = [ ... a large list of stuff ...]
CONCURRENCY = 200 # run 200 greenlets at once or whatever you want
pool = Pool(CONCURRENCY)
count = 0
def do_work_function(param1,param2):
print param1 + param2
for row in rows:
count += 1 # for logging purposes to track progress
logging.info(count)
pool.spawn(do_work_function,param1,param2) # blocks here when pool size == CONCURRENCY
pool.join() #blocks here until the last 200 are complete
我在测试中发现，当并发性在200左右时，机器负载将在ec2 m1.small上徘徊在1左右。不过，我做的有点幼稚，如果我再做一次，我会运行多个池，在它们之间睡一段时间，以尝试更均匀地分配NIC和CPU上的负载。
最后要记住的一件事是密切关注打开的文件，如果需要的话增加这些文件的数量：http://www.cyberciti.biz/faq/linux-increase-the-maximum-number-of-open-files。我运行的greenlet每个greenlet大约占用5个文件描述符，所以如果不小心的话，可以很快用完。如果系统负载高于1，这可能没有帮助，因为不管怎样，您都会看到收益递减。
关于python - gevent:产生大量greenlets的缺点？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/19772530/