我們都知道,現在的伺服器開發對于IO排程的優先級控制權已經不再依靠系統,都希望采用協程的方式實作高效的并發任務,如js、lua等在異步協程方面都做的很強大。
python在3.4版本也加入了協程的概念,并在3.5确定了基本完善的文法和實作方式。同時3.6也對其進行了如解除了await和yield在同一個函數體限制等相關的優化。
event_loop 事件循環:程式開啟一個無限的循環,程式員會把一些函數注冊到事件循環上。當滿足事件發生的時候,調用相應的協程函數。
coroutine 協程:協程對象,指一個使用async關鍵字定義的函數,它的調用不會立即執行函數,而是會傳回一個協程對象。協程對象需要注冊到事件循環,由事件循環調用。
task 任務:一個協程對象就是一個原生可以挂起的函數,任務則是對協程進一步封裝,其中包含任務的各種狀态。
future: 代表将來執行或沒有執行的任務的結果。它和task上沒有本質的差別
async/await 關鍵字:python3.5 用于定義協程的關鍵字,async定義一個協程,await用于挂起阻塞的異步調用接口。
【一】建立協程
首先定義一個協程,在def前加入async聲明,就可以定義一個協程函數。
一個協程函數不能直接調用運作,隻能把協程加入到事件循環loop中。asyncio.get_event_loop方法可以建立一個事件循環,然後使用run_until_complete将協程注冊到事件循環,并啟動事件循環。
例如:
import asyncio
async def fun():
print('hello word')
loop = asyncio.get_event_loop()
loop.run_until_complete(fun())
【二】任務對象task
協程對象不能直接運作,在注冊事件循環的時候,其實是run_until_complete方法将協程包裝成為了一個任務(task)對象。所謂task對象是Future類的子類。儲存了協程運作後的狀态,用于未來擷取協程的結果。
例如:
import asyncio
async def fun():
print('hello word')
return 'miao'
loop = asyncio.get_event_loop()
task = loop.create_task(fun())
print(task)
loop.run_until_complete(task)
print(task)
建立task後,task在加入事件循環之前是pending狀态,因為do_some_work中沒有耗時的阻塞操作,task很快就執行完畢了。後面列印的finished狀态。
asyncio.ensure_future 和 loop.create_task都可以建立一個task,run_until_complete的參數是一個futrue對象。當傳入一個協程,其内部會自動封裝成task,task是Future的子類。isinstance(task, asyncio.Future)将會輸出True。
【三】綁定回調
在task執行完畢的時候可以擷取執行的結果,回調的最後一個參數是future對象,通過該對象可以擷取協程傳回值。如果回調需要多個參數,可以通過偏函數導入。
例如:
import asyncio
async def fun():
print('hello word')
return 'miao'
def callback(future):
print('Callback: ', future.result())
loop = asyncio.get_event_loop()
task = loop.create_task(fun())
#print(task)
task.add_done_callback(callback)
loop.run_until_complete(task)
#print(task)
也可以使用ensure_future擷取傳回值
例如:
import asyncio
async def fun():
print('hello word')
return 'miao'
#def callback(future):
#print('Callback: ', future.result())
loop = asyncio.get_event_loop()
#task = loop.create_task(fun())
#task.add_done_callback(callback)
task = asyncio.ensure_future(fun())
loop.run_until_complete(task)
print('the fun() return is: {}'.format(task.result()))
【四】await阻塞
使用async可以定義協程對象,使用await可以針對耗時的操作進行挂起,就像生成器裡的yield一樣,函數讓出控制權。協程遇到await,事件循環将會挂起該協程,執行别的協程,直到其他的協程也挂起或者執行完畢,再進行下一個協程的執行。
耗時的操作一般是一些IO操作,例如網絡請求,檔案讀取等。我們使用asyncio.sleep函數來模拟IO操作。協程的目的也是讓這些IO操作異步化。
例如:
#coding:utf-8
import asyncio
import threading
import time
async def hello():
print("hello 1")
r = await asyncio.sleep(1)
print("hello 2")
def main():
loop = asyncio.get_event_loop()
print("begin")
loop.run_until_complete(hello())
loop.close()
print("end")
if __name__ == "__main__":
main()
【五】3.6更新
①可以在同一個協程函數中同時使用await和yield
例如:
import asyncio
async def ticker(delay, to):
for i in range(to):
yield i
await asyncio.sleep(delay)
async def run():
async for i in ticker(1, 10):
print(i)
loop = asyncio.get_event_loop()
try:
loop.run_until_complete(run())
finally:
loop.close()
順帶一提,yield 我們可以暫且認為是一種中斷機制(詳情可以參考官方文檔,這種解釋隻是便于說明await)
例如:
def a():
print("first")
yield
print("second")
yield
print("end")
yield
if __name__ == "__main__":
g1=a()
print("next1")
g1.__next__()
print("next2")
g1.__next__()
print("next3")
g1.__next__()
②允許在協程函數中異步推導式
例如:
async def ticker(delay, to):
for i in range(to):
yield i
await asyncio.sleep(delay)
async def run():
result = [i async for i in ticker(1, 10) if i%2]
print(result)
import asyncio
loop = asyncio.get_event_loop()
try:
loop.run_until_complete(run())
finally:
loop.close()