个人笔记,不保证正确。

虽然说看到很多人不看好 asyncio,但是这个东西还是必须学的。。

基于协程的异步,在很多语言中都有,学会了 Python 的,就一通百通。

一、生成器 generator

Python 的 asyncio 是通过 generator 实现的,要学习 async,先得复习下 generator.

1. yield

众所周知,yield 是用于定义 generator 函数的关键字,调用该函数,会返回一个 generator

>>> def f():
... yield 1
... yield 2
...
>>> f() # 返回的是 generator
<generator object f at 0x7f672c460570>
>>> g = f()
>>> next(g) # 通过 next 方法从 generator 获取值
1
>>> g.__next__() # next 方法实际是调用了 generator 的 __next__ 方法
2
>>> next(g) # 生成器运行结束,产生一个 StopIteration 的 exception
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration

每次调用 next,generator 都只会运行到下一个 yield 关键字所在行,返回 yield 右侧的对象,然后暂停在该处,等待下一次 next 调用。

从上面的例子看,yield 就是延迟求值而已。但是 yield 还有一个特性,就是它是一个 expression,有返回值!看例子:

>>> def func():
... r = yield 1
... yield r
...
>>> g = func()
>>> next(g)
1
>>> next(g) # 通过 next 调用,yield 的返回值为 None
>>> g2 = func()
>>> next(g2) # 首先需要通过 next 调用,运行到 yield 语句处
1
>>> g2.send(419) # 现在用 send 方法,这会将当前所在的 yield 语句的值设置为你 send 的值,也就是 419
419 # 然后 generator 运行到下一个 yield,返回右边的值并暂停

generator 有四个实例函数:next、send 是刚刚已经介绍了的,此外还有 throw 用于从 yield 所在处抛出 Exception,和 close 用于关闭 Generator。详见 Generator-iterator methods

2. yield from

可以理解成是 yield <value> from <iterable>,每次调用时它都会从 <iterable> 中取值,直到遇到 StopIteration。才会从下一个 yield 取值。

>>> def f():
... yield from [1, 2, 3, 4] # iterable
... yield 5
... yield from range(4, 0, -1) # iterable
...
>>> list(f())
[1, 2, 3, 4, 5, 4, 3, 2, 1]

当然,yield from <iterable> 也是一个 expression,也有值。它的值就是 StopIteration 异常的第一个参数,内置类型的这个值都是 None.

>>> def f():
... r = yield from [1, 2]
... yield f"value of yield from is {r}"
...
>>> list(f())
[1, 2, 'value of yield from is None']

当 <iterable> 是 generator 时,yield from 会直接将函数调用委托给这个子 generator,这里的调用包括了前面说过的 next、send、throw、close 四个函数。

并直接将 sub generator yield 的值 yield 给 caller.

3. yield 和 return 混用会发生什么?

generator 中的 return value,语义上等同于 rasie StopIteration(value)

>>> def f():
... yield 1
... return 2
... yield 3 # 永远不会被执行
...
>>> g = f()
>>> next(g)
1
>>> next(g) # return 引发 StopIteration
Traceback (most recent call last):
File "<input>", line 1, in <module>
StopIteration: 2
>>> next(g) # 再次调用,StopIteration 变成无参了。
Traceback (most recent call last):
File "<input>", line 1, in <module>
StopIteration

可以看到 return 引发了 StopIteration 异常,而 return 的值则成了该异常的第一个参数。

之前说过 yield from <sub generator> 表达式的值,就是该 <sub generator> 的 StopIteration 异常的第一个参数,因此:

>>> def f2():
... a = yield from f()
... yield a # a 是 f() 中 return 的值
...
>>> list(f2())
[1, 2]

PEP 479 -- Change StopIteration handling inside generators 修改了StopIteration 的行为,该 PEP 使人为 raise 的 StopIteration 引发一个 RuntimeError。

该 PEP 在 Python 3.5 版本添加到 future 中,并在 Python 3.7 成为默认行为。

因此除非你确实想要引发异常,否则应该使用 return 来结束一个 generator 并返回值。

二、异步IO、协程与非阻塞 IO

先了解一下 进程线程协程与并发并行各种 IO 模型

三、asyncio 的简单使用

asyncio 引入了两个新关键字:async 和 await,其中 async 能放在三个地方:

  1. async def:用于定义异步函数和异步生成器

    • 不含有 yield 的是 async def 定义的是协程函数(coroutine function),调用该函数返回协程对象(coroutine object),协程对象需要通过 EventLoop 运行。
    • 内部含有 yield 的 async def 定义的是异步生成器函数(asynchronous generator function),调用该函数返回异步生成器(async_generator)
      • 异步生成器只能用在 Coroutine 中
    • async def 中不允许使用 yield from
  2. async for:表示 for 迭代的是一个异步生成器,该 for 循环的每一次迭代,都是异步的。
    • 只能用在 async def 的内部
  3. async with:表示 with 管理的是一个异步上下文管理器(asynchronous context manager)
    • 该 context manager 的 enter 和 exit 两个步骤是异步的
    • 只能用在 async def 的内部

注意异步 generator、context manager,它的 protocol 都和同步的不同,不能混为一谈。

具体而言,对同步 protocol xxx 函数,它的异步版本为 axxx,就是加个 a。

而 await,就相当于 yield from,差别在于 await 是异步的。还有我们关心的是 await 表达式的值,而 yield from 中我们更关心它向上层 yield 的值。

在 yield from 中,当前生成器调用另一个生成器,当前生成器会挂起,直到另一个生成器返回。

但是在 await 中,当前 Coroutine 挂起时, eventloop 会寻找其他 task 来跑,这就利用上了 IO 漫长的等待时间。

async for 是每次迭代都会 await 一次,如果迭代对象是 IO 操作,这个 IO 等待时间就会被利用上。

async with 也是同样,如果 context 的 enter 和 exit 是 IO 操作,这个 IO 时间就会被 eventloop 用于运行其他 task.

使用 asyncio 时,我们要用 async def 将所有的 IO 操作都定义成异步操作。然后在调用时,都使用 await/async for/async with 来调用。

Coroutine、Task 和 Future

首先,每个协程对象,都是一个独立的协程单元,协程对象之间可以异步运行。

协程需要放到 EventLoop 内运行,要运行一个协程 a,有三种方法:

  1. 通过 asyncio.run(coro) 运行一个协程。

    • 该方法会新建一个 EventLoop
  2. 在另一个协程 b 中通过 await 调用 a。当 b 运行时, a 也会被 task 运行。
  3. 通过 asyncio.create_task(coro),将需要运行的协程包装成 task,然后通过 task 相关的方法来异步运行它们。
    • asyncio.gather(*awaitable_objects): 并发执行所有的 task,阻塞到所有 task 结束。返回一个 result 列表。result 的列表顺序和 future 的顺序一致
    • asyncio.as_completed(aws, *, loop=None, timeout=None),和 gather 的区别在于,它返回一个异步迭代器,每次迭代都返回最先完成的一个 future.

concurrent.futures 是进程线程的异步执行,而 asyncio 是基于协程的单线程异步执行

参考

Python 异步编程笔记:asyncio的更多相关文章

  1. python异步编程模块asyncio学习(二)

    尽管asyncio应用通常作为单线程运行,不过仍被构建为并发应用.由于I/O以及其他外部事件的延迟和中断,每个协程或任务可能按一种不可预知的顺序执行.为了支持安全的并发执行,asyncio包含了thr ...

  2. python核心编程--笔记

    python核心编程--笔记 的解释器options: 1.1 –d   提供调试输出 1.2 –O   生成优化的字节码(生成.pyo文件) 1.3 –S   不导入site模块以在启动时查找pyt ...

  3. 深入理解 Python 异步编程(上)

    http://python.jobbole.com/88291/ 前言 很多朋友对异步编程都处于"听说很强大"的认知状态.鲜有在生产项目中使用它.而使用它的同学,则大多数都停留在知 ...

  4. 深入理解Python异步编程(上)

    本文代码整理自:深入理解Python异步编程(上) 参考:A Web Crawler With asyncio Coroutines 一.同步阻塞方式 import socket def blocki ...

  5. 这篇文章讲得精彩-深入理解 Python 异步编程(上)!

    可惜,二和三现在还没有出来~ ~~~~~~~~~~~~~~~~~~~~~~~~~ http://python.jobbole.com/88291/ ~~~~~~~~~~~~~~~~~~~~~~~~~~ ...

  6. python 异步编程

    Python 3.5 协程究竟是个啥 Yushneng · Mar 10th, 2016 原文链接 : How the heck does async/await work in Python 3.5 ...

  7. 最新Python异步编程详解

    我们都知道对于I/O相关的程序来说,异步编程可以大幅度的提高系统的吞吐量,因为在某个I/O操作的读写过程中,系统可以先去处理其它的操作(通常是其它的I/O操作),那么Python中是如何实现异步编程的 ...

  8. 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, ...

  9. python 异步IO( asyncio) 协程

    python asyncio 网络模型有很多中,为了实现高并发也有很多方案,多线程,多进程.无论多线程和多进程,IO的调度更多取决于系统,而协程的方式,调度来自用户,用户可以在函数中yield一个状态 ...

随机推荐

  1. 发布Android程序

    这个选项的意思是说,要使用.NET 2.0的完整版本,而非其子集. 下午发布Apk,一直报错,解决好了,忘记选这个了,以前都记得,明天再去公司发布去

  2. PL/SQL语句快捷输入设置

    设置PL/SQL语句快捷输入的方法,让你成为高效率的人. 1.打开PL/SQL,输入用户并登录 2.并打开Tools->Preferences->Editor->AutoReplac ...

  3. Swift_数组详解

    Swift_数组详解 点击查看源码 初始化 //初始化 fileprivate func testInit() { //空数组 var array = [Int]() print(array) arr ...

  4. django写一个简单的登陆注册

    要写这个,前提还是需要知道三个知识: 一个是urls.py,它是写我们的路由关系的,之前我写了通过wsgiref写一个简单的服务端,也用到了路由,就是 请求过来的url和视图函数的对应关系. 二是就是 ...

  5. JavaScript中BOM的基础知识总结

    一.什么是BOM      BOM(Browser Object Model)即浏览器对象模型.      BOM提供了独立于内容 而与浏览器窗口进行交互的对象:      由于BOM主要用于管理窗口 ...

  6. fabricjs 的用途

    使用html5 的canvas画板做一些图片旋转,拖动,放大,缩小和合成图片的功能,有没有一个集成好的组件库呢?答案肯定是有的,而且还不止我前面提到的功能,下面介绍一下我使用的fabricjs. 官网 ...

  7. java.util.ArrayList,java.util.LinkedList,java.util.Vector的区别,使用场合.

    下图是Collection的类继承图 从图中可以看出:Vector.ArrayList.LinkedList这三者都实现了List 接口.所有使用方式也很相似,主要区别在于实现方式的不同,所以对不同的 ...

  8. 构建高可靠hadoop集群之2-机栈

    本文主要参考 http://hadoop.apache.org/docs/r2.8.0/hadoop-project-dist/hadoop-common/RackAwareness.html had ...

  9. 解决Pycharm无法使用已经安装Selenium的问题

    重要:参考资料 当前版本 python版本:2.7 pycharm: 2017 原来本机是已经安装了2.7和selenium,新安装了一个pycharm的ide,于是selenium总是安装报错.At ...

  10. Linux Shell 与Linux常用命令

    Linux的人际交互分为图形界面方式和命令行方式. Linux本身只是一个操作系统内核,而由X Window图形用户接口为Linux提供图形用户界面功能.可以把X Window理解为一个运行在Linu ...