用python帮助你从此快起来!

在python的网络模型中,为了实现高并发有很多方案: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

使用协程可以实现高效的并发任务。而这个操作就叫异步IO(asyncio)

简单来说:当我们发起一个 IO 操作,而不用等待指令集结束,就可以继续做其他事情,当它结束时,会得到相应的通知

Asyncio 并不能带来真正的并行(parallelism)。当然,因为 GIL(全局解释器锁)的存在,使用Cython作为Python解释器(最常见的解释器)的多线程也不能带来真正的并行。

交给 asyncio执行的任务,称为协程(coroutine)。一个协程可以放弃执行,把机会让给其它协程(即 yield from 或 await)。

初识asyncio

首先来认识一下Coroutine,我已经对每段代码都加上了注释

import asyncio

# asyncio是Python 3.4版本引入的标准库,直接内置了对异步IO的支持。
async def coroutine():
    print('in coroutine')

# asyncio的编程模型就是一个消息循环
# 从asyncio模块中直接获取一个EventLoop的引用
event_loop = asyncio.get_event_loop()
try:
    print('starting coroutine')
    coro = coroutine()
    print('entering event loop')
    # 把需要执行的协程,这里也就是coroutine扔到EventLoop中执行
    event_loop.run_until_complete(coro)
finally:
    print('closing event loop')
    event_loop.close()

结果如图:

首先是获取一个事件循环 asyncio.get_event_loop(),然后用 run_until_complete 执行 coroutine 对象,当 coroutine 执行完成并退出时, run_until_complete 也会随后退出。

获取Coroutine返回值

在刚刚,我们已经可以有效的使用 run_until_complete 函数来执行asyncio了,现在我们需要多做一步的就是获取异步请求的返回值。run_until_complete 会把 Coroutine 的返回值当做自身的返回值返回给调用方

import asyncio

async def coroutine():
    print('in coroutine')
    # 增加了一个返回值
    return 'result'

event_loop = asyncio.get_event_loop()
try:
    # 有了之前的基础,我们这里就不再单独获取coroutine的对象了
    # run_until_complete会返回coroutine的返回值
    return_value = event_loop.run_until_complete(coroutine())
    print(f'it returned: {return_value}')
finally:
    event_loop.close()

结果如图:

链式调用

之前的操作都是调用某个单一函数,但在工作中,往往会有函数调用函数的情况,一起来看下

import asyncio

# 函数1
async def one():
    print('in one')
    asyncio.sleep(1)
    print('one end')
    return 'one'

# 函数2
async def two(arg):
    print('in two')
    asyncio.sleep(1)
    print('two end')
    return 'two with arg {}'.format(arg)

# 将作为coroutine
async def outer():
    print('in outer')
    print('waiting for one')
    # 等待函数1的返回值
    result1 = await one()
    print('waiting for two')
    # 等待函数2的返回值
    result2 = await two(result1)
    # 将2个结果一并返回
    return result1, result2

event_loop = asyncio.get_event_loop()
try:
    return_value = event_loop.run_until_complete(outer())
    print(f'result value: {return_value}')
finally:
    event_loop.close()

这里使用了 asyncio.sleep而不是time.sleep为的就是模拟异步的任务请求使用 await 可以针对耗时的操作进行挂起,就像生成器里的 yield 一样,使函数让出控制权。协程遇到 await ,事件循环将会挂起该协程,执行别的协程,直到其他的协程也挂起或者执行完毕,再进行下一个协程的执行一起来看下结果:

时间上确实节省了很多,这就是异步的强大!好了,今天的内容就到这里结束了,一起来回顾下:

  • python通过 asyncio 来实现异步请求
  • 在python3.5开始,使用关键字 async 来定义 coroutine 实体函数
  • 使用关键字 await 来等待 coroutine 的返回值

如果你对今天的内容还感兴趣的话,何不点个赞再走呢?如果感兴趣到想赞赏我,就不要犹豫啦~


原文发布于微信公众号 - 猿媛牧场(xpchuiit)

原文发表时间:2018-06-12

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏hbbliyong

SQL Server 存储过程

Transact-SQL中的存储过程,非常类似于Java语言中的方法,它可以重复调用。当存储过程执行一次后,可以将语句缓存中,这样下次执行的时候直接使用缓存中的...

3718
来自专栏乐沙弥的世界

Percona XtraDB Cluster集群线程模型

Percona XtraDB集群创建一组线程来为其操作提供服务,这些线程与现有的MySQL线程无关。有三个主要线程组:

620
来自专栏简书专栏

Python闭包函数和装饰器

1.概念:在一个外函数中定义了一个内函数,内函数运用了外函数的临时变量,并且外函数的返回值是内函数的引用 示例代码:演示函数嵌套和闭包。

854
来自专栏python3

python3--进程,线程,协程效率对比

1 使用subprocess模块,来调用系统命令,执行ping 192.168.11.xxx 命令

591
来自专栏CodingToDie

MySQL 事务与 MVCC

MySQL 中的事务 MySQL 提供了两种事务型的存储引擎:InnoDB 和 NDB Cluster 。另外还有一些第三方存储引擎也支持事务 自动提交(AUT...

3459
来自专栏微服务

SQL Server 存储过程

Transact-SQL中的存储过程,非常类似于Java语言中的方法,它可以重复调用。当存储过程执行一次后,可以将语句缓存中,这样下次执行的时候直接使用缓存中的...

3089
来自专栏JetpropelledSnake

Python入门之函数的嵌套/名称空间/作用域/函数对象/闭包函数

本篇目录:     一、函数嵌套     二、函数名称空间与作用域     三、函数对象     四、闭包函数 ========================...

35310
来自专栏坚毅的PHP

python 应用thrift---- thrift的监控fb303 -

2011-08-18 fb303 在thrift的源码包 contrib之中 * What does it provide? * A standard in...

3415
来自专栏技术/开源

从C#到TypeScript - async await

从C#到TypeScript - async await 上两篇分别说了Promise和Generator,基础已经打好,现在可以开始讲async await了...

1956
来自专栏蓝天

C语言编程程序的内存如何布局

C语言程序在内存中各个段的组成   C语言程序连接过程中的特性和常见错误   C语言程序的运行方式   一:C语言程序的存储区域   由C语言代码(文本...

622

扫码关注云+社区