Python 异步 IO系列：认识asyncio

Python的asyncio是使用 async/await 语法编写并发代码的标准库。通过上一篇文章，我们了解了它不断变化的发展历史。到了Python最新稳定版 3.7 这个版本，asyncio又做了比较大的调整，把这个库的API分为了高层级API和低层级API，并引入asyncio.run()这样的高级方法，让编写异步程序更加简洁。

本文希望提纲挈领地介绍最新 3.7 版的asnycio，先从全局认识Python这个异步IO库。

asyncio的高层级API主要提高如下几个方面：

并发地运行Python协程并完全控制其执行过程；

执行网络IO和IPC；

控制子进程；

通过队列实现分布式任务；

同步并发代码。

asyncio的低层级API用以支持开发异步库和框架：

创建和管理事件循环（event loop），提供异步的API用于网络，运行子进程，处理操作系统信号等；

通过transports实现高效率协议；

通过async/await 语法桥架基于回调的库和代码。

高级API

高层级API让我们更方便的编写基于asyncio的应用程序。这些API包括：

（1）协程和任务

协程通过 async/await 语法进行声明，是编写异步应用的推荐方式。历史的@asyncio.coroutine 和 yield from已经被弃用，并计划在Python 3.10中移除。协程可以通过 asyncio.run(coro, *, debug=False) 函数运行，该函数负责管理事件循环并完结异步生成器。它应该被用作asyncio程序的主入口点，相当于main函数，应该只被调用一次。

任务被用于并发调度协程，可用于网络爬虫的并发。使用 asyncio.create_task() 就可以把一个协程打包为一个任务，该协程会自动安排为很快运行。

协程，任务和Future都是可等待对象。其中，Future是低层级的可等待对象，表示一个异步操作的最终结果。

（2）流

流是用于网络连接的高层级的使用 async/await的原语。流允许在不使用回调或低层级协议和传输的情况下发送和接收数据。异步读写TCP有客户端函数 asyncio.open_connection() 和 服务端函数 asyncio.start_server() 。它还支持 Unix Sockets： asyncio.open_unix_connection() 和 asyncio.start_unix_server()。

（3）同步原语

asyncio同步原语的设计类似于threading模块的原语，有两个重要的注意事项：

asyncio原语不是线程安全的，因此它们不应该用于OS线程同步（而是用threading）

这些同步原语的方法不接受超时参数; 使用asyncio.wait_for（）函数执行超时操作。

asyncio具有以下基本同步原语：

Lock

Event

Condition

Semaphore

BoundedSemaphore

（4）子进程

asyncio提供了通过 async/await 创建和管理子进程的API。不同于Python标准库的subprocess，asyncio的子进程函数都是异步的，并且提供了多种工具来处理这些函数，这就很容易并行执行和监视多个子进程。创建子进程的方法主要有两个：

coroutine asyncio.create_subprocess_exec()

coroutine asyncio.create_subprocess_shell()

（5）队列

asyncio 队列的设计类似于标准模块queue的类。虽然asyncio队列不是线程安全的，但它们被设计为专门用于 async/await 代码。需要注意的是，asyncio队列的方法没有超时参数，使用 asyncio.wait_for()函数进行超时的队列操作。

因为和标注模块queue的类设计相似，使用起来跟queue无太多差异，只需要在对应的函数前面加 await 即可。asyncio 队列提供了三种不同的队列：

class asyncio.Queue先进先出队列

class asyncio.PriorityQueue优先队列

class asyncio.LifoQueue 后进先出队列

（6）异常

asyncio提供了几种异常，它们是：

TimeoutError，

CancelledError，

InvalidStateError，

SendfileNotAvailableError

IncompleteReadError

LimitOverrunError

低级API

低层级API为编写基于asyncio的库和框架提供支持，有意编写异步库和框架的大牛们需要熟悉这些低层级API。主要包括：

（1）事件循环

事件循环是每个asyncio应用程序的核心。 事件循环运行异步任务和回调，执行网络IO操作以及运行子进程。

应用程序开发人员通常应该使用高级asyncio函数，例如asyncio.run()，并且很少需要引用循环对象或调用其方法。

Python 3.7 新增了 asyncio.get_running_loop()函数。

（2）Futures

Future对象用于将基于低层级回调的代码与高层级的 async/await 代码进行桥接。

Future表示异步操作的最终结果。 不是线程安全的。

Future是一个可等待对象。 协程可以等待Future对象，直到它们有结果或异常集，或者直到它们被取消。

通常，Futures用于启用基于低层级回调的代码（例如，在使用asyncio传输实现的协议中）以与高层级 async/await 代码进行互操作。

（3）传输和协议（Transports和Protocols）

Transport 和 Protocol由低层级事件循环使用，比如函数loop.create_connection()。它们使用基于回调的编程风格，并支持网络或IPC协议（如HTTP）的高性能实现。

在最高级别，传输涉及字节的传输方式，而协议确定要传输哪些字节（在某种程度上何时传输）。

换种方式说就是：传输是套接字（或类似的I/O端点）的抽象，而协议是从传输的角度来看的应用程序的抽象。

另一种观点是传输和协议接口共同定义了一个使用网络I/O和进程间I/O的抽象接口。

传输和协议对象之间始终存在1：1的关系：协议调用传输方法来发送数据，而传输调用协议方法来传递已接收的数据。

大多数面向连接的事件循环方法（例如loop.create_connection()）通常接受protocol_factory参数，该参数用于为接受的连接创建Protocol对象，由Transport对象表示。 这些方法通常返回（传输，协议）元组。

（4）策略（Policy）

事件循环策略是一个全局的按进程划分的对象，用于控制事件循环的管理。 每个事件循环都有一个默认策略，可以使用策略API对其进行更改和自定义。

策略定义了上下文的概念，并根据上下文管理单独的事件循环。 默认策略将上下文定义为当前线程。

通过使用自定义事件循环策略，可以自定义get_event_loop()，set_event_loop()和new_event_loop()函数的行为。

（5）平台支持

asyncio模块设计为可移植的，但由于平台的底层架构和功能，某些平台存在细微的差异和限制。在Windows平台，有些是不支持的，比如 loop.create_unix_connection() and loop.create_unix_server()。而Linux和比较新的macOS全部支持。

结语

Python 3.7 通过对asyncio分组使得它的架构更加清晰，普通写异步IO的应用程序只需熟悉高层级API，需要写异步IO的库和框架时才需要理解低层级的API。

后面，我们将结合具体实例来学习asyncio的使用。如果你有好的建议和意见，欢迎留言与我们讨论。

一个十年Python码奴与运营汪的结合体