【python】协程

关于python协程这个知识点，我是在研究locust时候发现的。

locust是一款开源的性能测试工具，单机并发能力要比jmeter高，它的并发实现就是通过python协程去实现的。

说到并发，我猜你很容易想到的是多线程，其实协程也是实现并发的一种方式，只不过协程是单线程。

先上一段代码，假设我们在写爬虫抓取4个url的内容，并且我们让每一个url都停留一定的秒数，第一个1s，

第二个停2s，以此类推。所以，可以知道4个url爬取完毕一共要花费10s的时间。

运行一下：

果然运行了10s，可以发现我们在等待中浪费了很多时间，那么如何提高这段代码的运行效率呢？

没错，协程该出场了。

目前，python3.7以上的版本提供了最新的写法，是基于<code>asyncio</code> 和 <code>async / await</code> 的方法，所以如果下面

的代码你执行不起来，检查一下是不是你的python版本不对。

async：声明这是一个异步函数。调用异步函数，就会得到一个协程对象。

await：用于调用函数。注意，这里await 执行的效果，和 python 正常执行是一样的。

也就是说程序会阻塞在这里，进入被调用的协程函数，执行完毕返回后再继续。

asyncio.run：触发运行。这个函数是 python 3.7 之后才有的特性，目的就是让python 的协程接口变得非常简单。

通常情况下，<code>asyncio.run(main())</code> 作为主程序的入口函数，在程序运行周期内，只调用一次 <code>asyncio.run</code>。

上述代码其实还没完成，不信你执行一下，会发现还是10s。这正如上面await介绍说的，其实跟python正常执行一次没区别。

所以，为了实现协程，还需要<code>asyncio.create_task</code>来创建任务。

执行一下：

这下仅需要4s，也就是4个任务中，耗时最长的那个任务所需要的时间。

执行过程：

在第一个for循环里，通过调用异步函数<code>crawl_page()</code>得到4个协程对象。

在第二个for循环里，通过<code>asyncio.create_task</code>给4个协程对象分别创建了task。

接着，4个任务被<code>await</code>调用执行。

是不是很简单？再次印证了python哲学：简单胜过复杂。

最近可能会用到locust对项目进行性能测试，若有收获，届时分享。