协程通过 async/await 语法进行声明,是编写异步应用的推荐方式

例如新定义一个协程(coroutine object):

async def foo():
return 42

首先先来介绍下:

认识aysn和asyncio都有哪些函数方法:

创建一个future 对象:

task = asyncio.create_task(foo())
或者使用
task=asyncio.ensure_future(foo())
那么如何判断创建的task到底是不是future 对象呢?
async def exetask():
# task = asyncio.create_task(foo())
task = asyncio.ensure_future(foo())
if isinstance(task,asyncio.Future):
print("yes")
else:
print("no")
s=await task
asyncio.run(exetask())
结果如下:

  yes

答案是肯定的。

2.如何运行一个协程:

要真正运行一个协程,asyncio 提供了三种主要机制:

第一种:

  • asyncio.run() 函数用来运行最高层级的入口点 "main()" 函数 (参见上面的示例。)

第二种:

通过loop对象实现:

loop=asyncio.get_event_loop()
async  def  jobs():
i=10
while i>0:
# time.sleep(0.5)
i=i-1
return 0
tasks=[asyncio.ensure_future(jobs(k)) for k in range(1,4)]
res=loop.run_until_complete(asyncio.gather(*tasks))
print(res)
loop.close()

3.并发

第1种并发运行:
当一个协程通过 asyncio.create_task() 等函数被打包为一个 任务asyncio.create_task(coro)将 coro 协程 打包为一个 Task 排入日程准备执行,
返回 Task 对象。此函数 在 Python 3.7 中被加入。在 Python 3.7 之前,of course你也可以改用低层级的 asyncio.ensure_future() 函数, This works in all Python versions but is less readable
#### ordinal job async
async def jobs():
i=10
while i>0:
# time.sleep(0.5)
i=i-1
return 0
async def get_status():
r=await jobs()
return r
loop=event=asyncio.get_event_loop()
tasks = [asyncio.create_task(get_status()) for k in range(1,4)]
for task in tasks:
r=loop.run_until_complete(asyncio.wait_for(task,timeout=10))
print(r)

  这里我采用了比较低级的loop事件对象来调用run_until_complete() 方法来实现:

事实上开发者一般更喜欢采用高级用法asyncio.wait()或者asyncio.wait_for()来实现这写异步任务调用:

在进行下面介绍之前我想你应该先了解:asyncio.wait_for(awtimeout*loop=None) 

  等待 aw 可等待对象 完成,指定 timeout 秒数后超时。

  如果 aw 是一个协程,它将自动作为任务加入日程。

  timeout 可以为 None,也可以为 float 或 int 型数值表示的等待秒数。如果 timeout 为 None,则等待直到完成。

  如果发生超时,任务将取消并引发 asyncio.TimeoutError.

  要避免任务 取消,可以加上 shield()

  函数将等待直到目标对象确实被取消,所以总等待时间可能超过 timeout 指定的秒数。

  如果等待被取消,则 aw 指定的对象也会被取消。

  loop 参数已弃用,计划在 Python 3.10 中移除。

asyncio.wait(aws*loop=Nonetimeout=Nonereturn_when=ALL_COMPLETED)

并发运行 aws 指定的 可等待对象 并阻塞线程直到满足 return_when 指定的条件。

如果 aws 中的某个可等待对象为协程,它将自动作为任务加入日程。直接向 wait() 传入协程对象已弃用,因为这会导致 令人迷惑的行为

返回两个 Task/Future 集合: (done, pending)

用法:

done, pending = await asyncio.wait(aws)

loop 参数已弃用,计划在 Python 3.10 中移除。

如指定 timeout (float 或 int 类型) 则它将被用于控制返回之前等待的最长秒数。

请注意此函数不会引发 asyncio.TimeoutError。当超时发生时,未完成的 Future 或 Task 将在指定秒数后被返回。

return_when 指定此函数应在何时返回。它必须为以下常数之一:

常数

描述

FIRST_COMPLETED

函数将在任意可等待对象结束或取消时返回。

FIRST_EXCEPTION

函数将在任意可等待对象因引发异常而结束时返回。当没有引发任何异常时它就相当于 ALL_COMPLETED

ALL_COMPLETED

函数将在所有可等待对象结束或取消时返回。

与 wait_for() 不同,wait() 在超时发生时不会取消可等待对象。

如何验证wait 不取消,wait_for 取消aw对象呢:

我们来看个例子:

先看wait_for:

async def foo(k=0):
await asyncio.sleep(30)
return k async def exetask():
task=asyncio.create_task(foo(k=1))
try:
await asyncio.wait_for(task,timeout=1)
print(task.cancelled())
#3.7 改为当 aw 因超时被取消,wait_for 会等待 aw 被取消,3.7之前直接报异常,
except asyncio.TimeoutError:
print("timeout ")
# task.cancel()
print(task.cancelled())
asyncio.run(exetask())
结果:

C:\Python37\python.exe D:/workspace/AutoFate/src/commonutils/asyncutils.py
timeout
True

再看wait,这里注意由于waitexpect a list of futures, not Task,我换种写法:

async def foo(k=0):
await asyncio.sleep(30)
return k async def exetask():
task = asyncio.create_task(foo(k=1))
try:
#请注意wait函数不会引发 asyncio.TimeoutError
await asyncio.wait([task], timeout=1)
## 3.7 改为当 aw 因超时被取消,wait_for 会等待 aw 被取消,3.7之前直接报异常,
# await asyncio.wait_for(task,timeout=1) except asyncio.TimeoutError:
print("timeout ")
print(task.cancelled()) asyncio.run(exetask())
结果:

C:\Python37\python.exe D:/workspace/AutoFate/src/commonutils/asyncutils.py
False

Process finished with exit code 0

这里完美的展现了阻塞的魅力!!!!!!!

 
第2种并发运行:
awaitable asyncio.gather(*awsloop=Nonereturn_exceptions=False)

并发 运行 aws 序列中的 可等待对象

下面来看个简单的例子:

async def count(k):
print(f"start job{k} {time.asctime()} ")
await asyncio.sleep(0.6)
print(f"end job{k} {time.asctime()}")
return k
async def mayns():
r=await asyncio.gather(count(1),count(2))
return r
def test():
import time
st=time.perf_counter()
results=asyncio.run(mayns())
elapsed=time.perf_counter()-st
print(f"result return :{results} execute in {elapsed:0.2} seconds.")

运行结果:

start job1 Fri Dec 13 23:00:38 2019
start job2 Fri Dec 13 23:00:38 2019
end job1 Fri Dec 13 23:00:39 2019
end job2 Fri Dec 13 23:00:39 2019
result return :[1, 2] execute in 0.6 seconds.

gather直接返回的是调用的task的所有result列表

当然你也可以这样搜集任务:

最后介绍一下如何实现异步http请求:
# request 库同步阻塞,aiohttp才是异步的请求,pip install aiohttp
from aiohttp import ClientSession as session
async def test2(k):
r=await other_test(k)
return r
async def other_test(k):
print("start await job %s,%s"%(k,time.asctime()))
urls = ["http://127.0.0.1:8000/index", "http://127.0.0.1:8000/stuTable/"]
async with session() as request:
async with request.get(urls[0]) as rq:
r=await rq.read()
res=r.decode("utf-8")
print("end await job %s,%s"%(k,time.asctime()))
return res def test_aiohttp():
klist=[100,50,88]
loop=asyncio.get_event_loop()
tasks=[asyncio.ensure_future(test2(k)) for k in klist]
# loop.run_until_complete(asyncio.wait(tasks))
#可通过asyncio.gather(*tasks)将响应全部收集起来
res=loop.run_until_complete(asyncio.gather(*tasks))
print(res)
loop.close()

  结果:

C:\Python37\python.exe D:/workspace/AutoFate/src/commonutils/asyncutils.py
start await job 100,Fri Dec 13 23:54:31 2019
start await job 50,Fri Dec 13 23:54:31 2019
start await job 88,Fri Dec 13 23:54:31 2019
end await job 88,Fri Dec 13 23:54:31 2019
end await job 50,Fri Dec 13 23:54:31 2019
end await job 100,Fri Dec 13 23:54:31 2019
['{"user": "test001", "msg": "this is test index view "}', '{"user": "test001", "msg": "this is test index view "}', '{"user": "test001", "msg": "this is test index view "}']

Process finished with exit code 0


服务是自己用djangO起的:
from django.shortcuts import render
# Create your views here.
from django.http import HttpResponse
import json
from . models import Student,Grade
from django.db import models
def index(request):
data={"user":"test001","msg":"this is test index view "}
js=json.dumps(data)
return HttpResponse(js) def stuTable(request):
import time
time.sleep(3)
# stu_object=Student.objects.all()
# return render(request,template_name="index.html",context={"student_object":stu_object})
return HttpResponse(json.dumps({"A":888,"NN":899}))
 
												

async 异步协程进阶的更多相关文章

  1. Python爬虫进阶 | 异步协程

    一.背景 之前爬虫使用的是requests+多线程/多进程,后来随着前几天的深入了解,才发现,对于爬虫来说,真正的瓶颈并不是CPU的处理速度,而是对于网页抓取时候的往返时间,因为如果采用request ...

  2. 深入理解协程(三):async/await实现异步协程

    原创不易,转载请联系作者 深入理解协程分为三部分进行讲解: 协程的引入 yield from实现异步协程 async/await实现异步协程 本篇为深入理解协程系列文章的最后一篇. 从本篇你将了解到: ...

  3. 【Python3爬虫】使用异步协程编写爬虫

    一.基本概念 进程:进程是一个具有独立功能的程序关于某个数据集合的一次运行活动.进程是操作系统动态执行的基本单元. 线程:一个进程中包含若干线程,当然至少有一个线程,线程可以利用进程所拥有的资源.线程 ...

  4. 消息/事件, 同步/异步/协程, 并发/并行 协程与状态机 ——从python asyncio引发的集中学习

    我比较笨,只看用await asyncio.sleep(x)实现的例子,看再多,也还是不会. 已经在unity3d里用过coroutine了,也知道是“你执行一下,主动让出权限:我执行一下,主动让出权 ...

  5. python协程与异步协程

    在前面几个博客中我们一一对应解决了消费者消费的速度跟不上生产者,浪费我们大量的时间去等待的问题,在这里,针对业务逻辑比较耗时间的问题,我们还有除了多进程之外更优的解决方式,那就是协程和异步协程.在引入 ...

  6. python爬虫--多任务异步协程, 快点,在快点......

    多任务异步协程asyncio 特殊函数: - 就是async关键字修饰的一个函数的定义 - 特殊之处: - 特殊函数被调用后会返回一个协程对象 - 特殊函数调用后内部的程序语句没有被立即执行 - 协程 ...

  7. python爬虫---单线程+多任务的异步协程,selenium爬虫模块的使用

    python爬虫---单线程+多任务的异步协程,selenium爬虫模块的使用 一丶单线程+多任务的异步协程 特殊函数 # 如果一个函数的定义被async修饰后,则该函数就是一个特殊的函数 async ...

  8. 异步协程asyncio+aiohttp

    aiohttp中文文档 1. 前言 在执行一些 IO 密集型任务的时候,程序常常会因为等待 IO 而阻塞.比如在网络爬虫中,如果我们使用 requests 库来进行请求的话,如果网站响应速度过慢,程序 ...

  9. asyncio模块实现单线程-多任务的异步协程

    本篇介绍基于asyncio模块,实现单线程-多任务的异步协程 基本概念 协程函数 协程函数: 定义形式为 async def 的函数; aysnc 在Python3.5+版本新增了aysnc和awai ...

随机推荐

  1. 主从分离之SSM与Mysql

    大型网站为了软解大量的并发访问,除了在网站实现分布式负载均衡,远远不够.到了数据业务层.数据访问层,如果还是传统的数据结构,或者只是单单靠一台服务器扛,如此多的数据库连接操作,数据库必然会崩溃,数据丢 ...

  2. 白面系列 nginx

    Nginx == engine x. nginx就是一个服务器.主要提供web服务.负载均衡(反向代理).web缓存等服务. nginx ≈ apache,但nginx是轻量级的高性能高并发的服务器. ...

  3. Vs2013以管理员身份运行

    VS快捷方式目录下的devenv.exe 右键->兼容性疑难解答->疑难解答程序->勾选该程序需要附加权限即可,以后每次打开VS时都会以管理员身份运行了!

  4. wpf 程序启动显示图片

    一.设置图片的生成操作 程序启动时会出现0.5秒的图片显示,再显示程序界面. 二.写代码实现相同效果 /// <summary> /// App.xaml 的交互逻辑 /// </s ...

  5. 09 部署nginx web服务器(转发uwsgi请求)

    1 配置nginx转发 $ whereis nginx $ cd /usr/local/nginx/conf $ vi nginx.conf 注释掉原来的html请求,增加uwsgi请求. locat ...

  6. Python记

    在企业应用领域,Java或C#都是不错的选择.

  7. XPath注入

    XPath基础 XPath 即为 XML 路径语言,是一门在XML文档中查找信息的语言.XPath 基于 XML 的树状结构,有不同类型的节点,包括元素节点,属性节点和文本节点,提供在数据结构树中找寻 ...

  8. Python JASON

    JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式,易于人阅读和编写. http://www.runoob.com/python/python-json.ht ...

  9. 【转载】 __declspec(dllexport) 和__declspec(dllimport)

    转自:http://www.cppblog.com/Dutyboy/archive/2010/11/15/133699.html __declspec(dllexport)   __declspec( ...

  10. PyQt5学习笔记-从主窗体打开一个子窗体

    PyQt5学习笔记-从主窗体打开一个子窗体 软件环境: Eric6+Python3.5+PyQt5 试验目标: 1.点击菜单项Open,打开一个子窗体 2.点击按钮Open,打开一个子窗体 主窗体设计 ...