tornado 第一篇

 一：异步和非阻塞IO

　　实时的web特性通常需要每个用户一个大部分时间，在传统的同步web服务器中，这意味着需要给每个用户分配一个专用的线程，这样的开销是十分巨大

　　tornado使用啦一种单线程事件循环的方式，这意味着所有的应用代码都应该是异步和非阻塞的，因为在同一时刻只有一个操作是有效的

　　1，阻塞

　　　　一个函数在等到返回值等都是阻塞的，

　　　　一个函数可以在某些方面阻塞而在其他方面不阻塞，举例说明。tornado,httpclient在默认设置下讲阻塞与DNS解析，但是在其他网络请求时不会阻塞（为了减轻这种影响，可以用ThreadeResolver 或通过正确配置libcurl使用tornado.curl_htpclient）,在Tornado的上下文中我们通常讨论网络I/O上下文阻塞，虽然各种阻塞已经被最小化啦

　　2，异步

　　　　一个异步函数在在它结束前就已经返回啦，而且通常会在程序中触发一些动作然后在后头执行一些任务，这里有几种类型的异步接口

　　　　1，回调函数

　　　　2，返回一个占位符（Future，Promise，Deferred）

　　　　3，传送一个队列

　　　　4，回调注册

　　　　一个简单的同步异步函数

　　　　

from tornado.httpclient import HTTPClient
from tornado.concurrent import Future
def synchronous_fetch(url):
    http_client = HTTPClient()
    def handle_response(response):
        callback(response.body)
    http_client.fetch(url,callbace=handle_response)

　　　　在一次通过Future替代回调函数

　　　　

def async_fetch_future(url):
    http_client=HTTPClient()
    my_future=Future()
    fetch_future=http_client.fetch(url)
    fetch_future.add_done_callback(
        lambda f:my_future.set_result(f.result)
    )

    return my_future

　　　　原始的Future是很复杂的，但是Futures是tornado中推荐使用的一种做法，因为他有两个优势

　　　　错误处理是通过Future.result 函数可以简单抛出一个异常，还有就是携程兼容比较好

　　　

rom tornado import gen

@gen.coroutine
def fetch_coroutine(url):
    http_client = AsyncHTTPClient()
    response = yield http_client.fetch(url)
    raise gen.Return(response.body)

　　　　语句 raise gen.Return(response.body) 在 Python 2 中是人为设定的, 因为生成器不允许又返回值. 为了克服这个问题, Tornado 协程抛出了一个叫做 Return 的特殊异常. 协程将会像返回一个值一样处理这个异常.在 Python 3.3+ 中, return response.body 将会达到同样的效果.

二：协程

　　tornado中推荐协程来编写异步代码，协程使用python中关键件yield替换链式回调实现挂起和继续协程的执行（像在gevent中使用轻量级线程合作的方法有时也称作为协程，但是在Tornado中所有的协程使用异步函数来实现明确的上下文切换）

　　看下协程的代码

from tornado import gen
from tornado import HTTPClient
def fetch_coroutie(url):
    http_client=AsyncHTTPClient() 
　　respone=yield http_client.fetch(url) 

　　# raise gen.Return(respone.body) 
　　
　　return respone.body

　　　python3.5 async和awiat　

　　　python3.5 引入啦async和await 从tornado4.3开始，在协程基础上你可以使用这个来代替yield，简单的通过使用async def foo（）来替代 @gen.coroutine 装饰器，用await来代替yield，可以看下下面的例子

　　

async def fetch_coroutine(url):
    http_client = AsyncHTTPClient()
    response = await http_client.fetch(url)
    return response.body

　　　　一个含有yield的函数时是一个生成器，所有的生成器都是异步的，调用它时将会返回一个对象而不是将函数运行完成，@gen.coroutine修饰器通过yeild表达式通过产生一个Future对象和生成器进行通信

　　　　可以看下一个协程装饰器内部循环的简单版本

　　　　

def run(self):
    future=self.gen.send(self.next)

    def callback(f):
        self.next=f.result()
        self.run()
    future.add_done_callback(callback)

　　　　

有时你并不想等待一个协程的返回值. 在这种情况下我们推荐你使用 IOLoop.spawn_callback, 这意味着 IOLoop 负责调用. 如果它失败了, IOLoop 会在日志中记录调用栈:  同时注意spawn_callback调用的函数，也必须是协程函数

# The IOLoop will catch the exception and print a stack trace in
# the logs. Note that this doesn't look like a normal call, since
# we pass the function object to be called by the IOLoop.
IOLoop.current().spawn_callback(divide, 1, 0)

　　协程模式
　　　1，结合callbacks
　　　　　　为了使用回调来代替Future与异步代码进行交互，将这个调用装在task中，这将会在你生成的Future对象中添加一个回调参数
　　　　　　

@gen.coroutine
def call_task():

    yield gen.Task(some_function, other_args)
    #把yeild换成gen_Task  

　　　　　2，调用阻塞函数

　　　　　　在协程中调用阻塞函数的最简单方法是使用ThreadPoolExecutor  这将返回与协程兼容的Futures

　　　　　　

thread_pool = ThreadPoolExecutor(4)

@gen.coroutine
def call_blocking():
    yield thread_pool.submit(blocking_func, args)

　　　　　　3，并行

　　　　　　　　协程装饰器识别列表或者字典中的Futures，并且并行等待这些Fuures

　　　　

@gen.coroutine
def parallel_fetch(url1,url2):
    resp1,resp2 = yield [http_client.fetch(url1),
                         http_client.fetch(url2)]

@gen.coroutine
def parallel_fetch_dict(urls):
    responses = yield {url: http_client.fetch(url)
                        for url in urls}

　　　　　　4，交叉存取技术（项目一般用到比较多）

　　　　　　　　有时保存一个Future比立刻yield它更有用，你可以等待它之前执行其他操作

　　　　　　　　

def get(self):
    fetch_future = self.fetch_next_chunk()
    while True:
        chunk = yield fetch_future
        if chunk is None:break
        self.write(chunk)
        fetch_future= self.fetch_next_chunk()
        yield self.flush()

　　　　　　5，循环

　　　　　　　　因为python无法使用forwhile循环yield迭代器，并且捕获yield的返回结果，相反，你需要将循环和访问结果区分开来，

　　　　　　

import motor
db = motor.MotorClient().test

@gen.coroutine
def loop_example(collection):
    cursor = db.collection.find()
    while (yield cursor.fetch_next):
        doc = cursor.next_object()

　　　　　　6，在后台运行

@gen.coroutine
def minute_loop():
    while True:
        yield do_something()
        yield gen.sleep(60)

# Coroutines that loop forever are generally started with
# spawn_callback().
IOLoop.current().spawn_callback(minute_loop)

更过内容可以参考：http://tornado-zh-cn.readthedocs.io/zh_CN/latest/guide/coroutines.html#python-3-5-async-await