前言:python由于GIL(全局锁)的存在,不能发挥多核的优势,其性能一直饱受诟病。然而在IO密集型的网络编程里,异步处理比同步处理能提升成百上千倍的效率,弥补了python性能方面的短板,如最新的微服务框架japronto,resquests per second可达百万级。

python还有一个优势是库(第三方库)极为丰富,运用十分方便。asyncio是python3.4版本引入到标准库,python2x没有加这个库,毕竟python3x才是未来啊,哈哈!python3.5又加入了async/await特性。

在学习asyncio之前,我们先来理清楚同步/异步的概念

·同步是指完成事务的逻辑,先执行第一个事务,如果阻塞了,会一直等待,直到这个事务完成,再执行第二个事务,顺序执行。。。

·异步是和同步相对的,异步是指在处理调用这个事务的之后,不会等待这个事务的处理结果,直接处理第二个事务去了,通过状态、通知、回调来通知调用者处理结果。

一、asyncio

下面通过举例来对比同步代码和异步代码编写方面的差异,其次看下两者性能上的差距,我们使用sleep(1)模拟耗时1秒的io操作。

·同步代码

  1. import time
  2.  
  3. def hello():
  4. time.sleep(1)
  5.  
  6. def run():
  7. for i in range(5):
  8. hello()
  9. print('Hello World:%s' % time.time()) # 任何伟大的代码都是从Hello World 开始的!
  10. if __name__ == '__main__':
  11. run()

输出:(间隔约是1s)

  1. Hello World:1527595175.4728756
  2. Hello World:1527595176.473001
  3. Hello World:1527595177.473494
  4. Hello World:1527595178.4739306
  5. Hello World:1527595179.474482

·异步代码

  1. import time
  2. import asyncio
  3.  
  4. # 定义异步函数
  5. async def hello():
  6. asyncio.sleep(1)
  7. print('Hello World:%s' % time.time())
  8.  
  9. def run():
  10. for i in range(5):
  11. loop.run_until_complete(hello())
  12.  
  13. loop = asyncio.get_event_loop()
  14. if __name__ =='__main__':
  15. run()

输出:

  1. Hello World:1527595104.8338501
  2. Hello World:1527595104.8338501
  3. Hello World:1527595104.8338501
  4. Hello World:1527595104.8338501
  5. Hello World:1527595104.8338501
  1. async def 用来定义异步函数,其内部有异步操作。每个线程有一个事件循环,主线程调用asyncio.get_event_loop()时会创建事件循环,你需要把异步的任务丢给这个循环的run_until_complete()方法,事件循环会安排协同程序的执行。
  1.  

二、aiohttp

  如果需要并发http请求怎么办呢,通常是用requests,但requests是同步的库,如果想异步的话需要引入aiohttp。这里引入一个类,from aiohttp import ClientSession,首先要建立一个session对象,然后用session对象去打开网页。session可以进行多项操作,比如post, get, put, head等。

基本用法:

  1. async with ClientSession() as session:
  2. async with session.get(url) as response:

aiohttp异步实现的例子:

  1. import asyncio
  2. from aiohttp import ClientSession
  3.  
  4. tasks = []
  5. url = "https://www.baidu.com/{}"
  6. async def hello(url):
  7. async with ClientSession() as session:
  8. async with session.get(url) as response:
  9. response = await response.read()
  10. print(response)
  11.  
  12. if __name__ == '__main__':
  13. loop = asyncio.get_event_loop()
  14. loop.run_until_complete(hello(url))

首先async def 关键字定义了这是个异步函数,await 关键字加在需要等待的操作前面,response.read()等待request响应,是个耗IO操作。然后使用ClientSession类发起http请求。

多链接异步访问

如果我们需要请求多个URL该怎么办呢,同步的做法访问多个URL只需要加个for循环就可以了。但异步的实现方式并没那么容易,在之前的基础上需要将hello()包装在asyncio的Future对象中,然后将Future对象列表作为任务传递给事件循环

  1. import time
  2. import asyncio
  3. from aiohttp import ClientSession
  4.  
  5. tasks = []
  6. url = "https://www.baidu.com/{}"
  7. async def hello(url):
  8. async with ClientSession() as session:
  9. async with session.get(url) as response:
  10. response = await response.read()
  11. # print(response)
  12. print('Hello World:%s' % time.time())
  13.  
  14. def run():
  15. for i in range(5):
  16. task = asyncio.ensure_future(hello(url.format(i)))
  17. tasks.append(task)
  18.  
  19. if __name__ == '__main__':
  20. loop = asyncio.get_event_loop()
  21. run()
  22. loop.run_until_complete(asyncio.wait(tasks))

输出:

  1. Hello World:1527754874.8915546
  2. Hello World:1527754874.899039
  3. Hello World:1527754874.90004
  4. Hello World:1527754874.9095392
  5. Hello World:1527754874.9190395

收集http响应

好了,上面介绍了访问不同链接的异步实现方式,但是我们只是发出了请求,如果要把响应一一收集到一个列表中,最后保存到本地或者打印出来要怎么实现呢,可通过asyncio.gather(*tasks)将响应全部收集起来,具体通过下面实例来演示。

  1. import time
  2. import asyncio
  3. from aiohttp import ClientSession
  4.  
  5. tasks = []
  6. url = "https://www.baidu.com/{}"
  7. async def hello(url):
  8. async with ClientSession() as session:
  9. async with session.get(url) as response:
  10. # print(response)
  11. print('Hello World:%s' % time.time())
  12. return await response.read()
  13.  
  14. def run():
  15. for i in range(5):
  16. task = asyncio.ensure_future(hello(url.format(i)))
  17. tasks.append(task)
  18. result = loop.run_until_complete(asyncio.gather(*tasks))
  19. print(result)
  20.  
  21. if __name__ == '__main__':
  22. loop = asyncio.get_event_loop()
  23. run()

输出:

  1. Hello World:1527765369.0785167
  2. Hello World:1527765369.0845182
  3. Hello World:1527765369.0910277
  4. Hello World:1527765369.0920424
  5. Hello World:1527765369.097017
  6. [b'<!DOCTYPE html>\r\n<!--STATUS OK-->\r\n<html>\r\n<head>\r\n......

异常解决

假如你的并发达到2000个,程序会报错:ValueError: too many file descriptors in select()。报错的原因字面上看是 Python 调取的 select 对打开的文件有最大数量的限制,这个其实是操作系统的限制,linux打开文件的最大数默认是1024,windows默认是509,超过了这个值,程序就开始报错。这里我们有三种方法解决这个问题:

1.限制并发数量。(一次不要塞那么多任务,或者限制最大并发数量)

2.使用回调的方式

3.修改操作系统打开文件数的最大限制,在系统里有个配置文件可以修改默认值,具体步骤不再说明了。

不修改系统默认配置的话,个人推荐限制并发数的方法,设置并发数为500,处理速度更快。

  1. #coding:utf-8
  2. import time,asyncio,aiohttp
  3.  
  4. url = 'https://www.baidu.com/'
  5. async def hello(url,semaphore):
  6. async with semaphore:
  7. async with aiohttp.ClientSession() as session:
  8. async with session.get(url) as response:
  9. return await response.read()
  10.  
  11. async def run():
  12. semaphore = asyncio.Semaphore(500) # 限制并发量为500
  13. to_get = [hello(url.format(),semaphore) for _ in range(1000)] #总共1000任务
  14. await asyncio.wait(to_get)
  15.  
  16. if __name__ == '__main__':
  17. # now=lambda :time.time()
  18. loop = asyncio.get_event_loop()
  19. loop.run_until_complete(run())
  20. loop.close()

python异步编程之asyncio(百万并发)的更多相关文章

  1. python异步编程之asyncio

    python异步编程之asyncio   前言:python由于GIL(全局锁)的存在,不能发挥多核的优势,其性能一直饱受诟病.然而在IO密集型的网络编程里,异步处理比同步处理能提升成百上千倍的效率, ...

  2. 异步编程之asyncio简单介绍

    引言: python由于GIL(全局锁)的存在,不能发挥多核的优势,其性能一直饱受诟病.然而在IO密集型的网络编程里,异步处理比同步处理能提升成百上千倍的效率,弥补了python性能方面的短板. as ...

  3. python并发编程之asyncio协程(三)

    协程实现了在单线程下的并发,每个协程共享线程的几乎所有的资源,除了协程自己私有的上下文栈:协程的切换属于程序级别的切换,对于操作系统来说是无感知的,因此切换速度更快.开销更小.效率更高,在有多IO操作 ...

  4. 异步编程之Promise(3):拓展进阶

    异步编程系列教程: (翻译)异步编程之Promise(1)--初见魅力 异步编程之Promise(2):探究原理 异步编程之Promise(3):拓展进阶 异步编程之Generator(1)--领略魅 ...

  5. net异步编程之await

    net异步编程之await 初探asp.net异步编程之await   终于毕业了,也顺利进入一家期望的旅游互联网公司.27号入职.放肆了一个多月没写代码,好方啊. 另外一下观点均主要针对于await ...

  6. Python 多进程编程之multiprocessing--Pool

    Python 多进程编程之multiprocessing--Pool ----当需要创建的子进程数量不多的时候,可以直接利用multiprocessing 中的Process 动态生成多个进程, -- ...

  7. 异步编程之Generator(1)——领略魅力

    异步编程系列教程: (翻译)异步编程之Promise(1)--初见魅力 异步编程之Promise(2):探究原理 异步编程之Promise(3):拓展进阶 异步编程之Generator(1)--领略魅 ...

  8. 异步编程之Promise(2):探究原理

    异步编程系列教程: (翻译)异步编程之Promise(1)--初见魅力 异步编程之Promise(2):探究原理 异步编程之Promise(3):拓展进阶 异步编程之Generator(1)--领略魅 ...

  9. (翻译)异步编程之Promise(1):初见魅力

    原文:https://www.promisejs.org/ by Forbes Lindesay 异步编程系列教程: (翻译)异步编程之Promise(1)--初见魅力 异步编程之Promise(2) ...

随机推荐

  1. 使用Spring的@Scheduled实现定时任务参数详解

    Spring配置文件xmlns加入 xmlns:task="http://www.springframework.org/schema/task" xsi:schemaLocati ...

  2. SQL 给视图赋权限

    授予表权限 创建视图 授予视图权限 测试权限 复杂程度: 初级 数据要求: 使用自备的数据 您可以使用 SQL 在企业级地理数据库中创建表和要素类的视图. 本主题中的示例显示如何使用 Microsof ...

  3. 开始一个简单的ASP.NET Web API 2 (C#)

    创建一个Web API 项目 在本教程中,你将使用ASP.NET Web API 来创建一个web API 并返回产品列表. 网页前端使用jQuery 显示结果. 选择ASP.NET Web Appl ...

  4. 51nod 1503 猪和回文(dp滚存)

    题面 大意:在一个n*m的矩形中从(1,1)走到(n,m)而且走过的路径是一条回文串,统计方案数 sol:我们考虑从(1,1)和(n,m)两端开始算,这样就只要保证每次经过的字符一样就可以满足回文了, ...

  5. linux 安装Brew

    点击查看原文 Linuxbrew:Linux下的Homebrew amendgit 关注 2017.02.16 17:20* 字数 455 阅读 4745评论 0喜欢 2 前不久还在跟同事抱怨ubun ...

  6. 会话session

    因为因特网HTTP协议的特性,每一次来自于用户浏览器的请求(request)都是无状态的.独立的.通俗地说,就是无法保存用户状态,后台服务器根本就不知道当前请求和以前及以后请求是否来自同一用户.对于静 ...

  7. springcloud-app

    https://gitee.com/vmaps/springcloud-app https://yq.aliyun.com/articles/329019?spm=a2c4e.11153940.blo ...

  8. kubernetes 一个服务的基本组成

    1. service Service是kubernetes最核心的概念,通过创建Service,可以为一组具有相同功能的容器应用提供一个统一的入口地址,并且将请求进行负载分发到后端的各个容器应用上 k ...

  9. POJ1151-扫面线+线段树+离散化//入门题

    比较水的入门题 记录矩形竖边的x坐标,离散化排序.以被标记的边建树. 扫描线段树,查询线段树内被标记的边.遇到矩形的右边就删除此边 每一段的面积是查询结果乘边的横坐标之差,求和就是答案 #includ ...

  10. EF code first出现错误:列名 Discriminator 无效

    转载:https://blog.csdn.net/lanse_my/article/details/38128355 前几天使用code first碰到错误:列名 'Discriminator' 无效 ...