python——asyncio子產品實作協程、異步程式設計（一）

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()