Python协程asyncio模块的演变及高级用法
协程(coroutine)也叫微线程,是实现多任务的另一种方式,是比线程更小的执行单元,一般运行在单进程和单线程上。因为它自带CPU的上下文,它可以通过简单的事件循环切换任务,比进程和线程的切换效率更高,这是因为进程和线程的切换由操作系统进行。
Python实现协程的主要借助于两个库:asyncio和gevent。由于asyncio已经成为python的标准库了无需pip安装即可使用,这意味着asyncio作为Python原生的协程实现方式会更加流行。本文仅会介绍asyncio模块。如果大家对gevent也有需求,请留言,我会单独写篇文章介绍这个库的使用。
asyncio 是从Python3.4引入的标准库,直接内置了对协程异步IO的支持。asyncio 的编程模型本质是一个消息循环,我们一般先定义一个协程函数(或任务), 从 asyncio 模块中获取事件循环loop,然后把需要执行的协程任务(或任务列表)扔到 loop中执行,就实现了异步IO。
定义协程函数及执行方法的演变在最早的Python 3.4中,协程函数是通过@asyncio.coroutine 和 yeild from 实现的, 如下所示。
import asyncio @asyncio.coroutine def func1(i): print('协程函数{}马上开始执行。'.format(i)) yield from asyncio.sleep(2) print('协程函数{}执行完毕!'.format(i)) if __name__ == ’__main__’: # 获取事件循环 loop = asyncio.get_event_loop() # 执行协程任务 loop.run_until_complete(func1(1)) # 关闭事件循环 loop.close()
这里我们定义了一个func1的协程函数,我们可以使用asyncio.iscoroutinefunction来验证。定义好协程函数后,我们首先获取事件循环loop,使用它的run_until_complete方法执行协程任务,然后关闭loop。
print(asyncio.iscoroutinefunction(func1(1))) # True
Python 3.5以后引入了async/await 语法定义协程函数,代码如下所示。每个协程函数都以async声明,以区别于普通函数,对于耗时的代码或函数我们使用await声明,表示碰到等待时挂起,以切换到其它任务。
import asyncio # 这是一个协程函数 async def func1(i): print('协程函数{}马上开始执行。'.format(i)) await asyncio.sleep(2) print('协程函数{}执行完毕!'.format(i)) if __name__ == ’__main__’: # 获取事件循环 loop = asyncio.get_event_loop() # 执行协程任务 loop.run_until_complete(func1(1)) # 关闭事件循环 loop.close()
Python 3.7之前执行协程任务都是分三步进行的,代码有点冗余。Python 3.7提供了一个更简便的asyncio.run方法,上面代码可以简化为:
import asyncio async def func1(i): print(f'协程函数{i}马上开始执行。') await asyncio.sleep(2) print(f'协程函数{i}执行完毕!') if __name__ == ’__main__’: asyncio.run(func1(1))
注:Python自3.6版本起可以使用f-string来对字符串进行格式化了,相当于format函数的简化版。
创建协程任务的演变前面的演示案例中,我们只执行了单个协程任务(函数)。实际应用中,我们先由协程函数创建协程任务,然后把它们加入协程任务列表,最后一起交由事件循环执行。
根据协程函数创建协程任务有多种方法,其中最新的是Python 3.7版本提供的asyncio.create_task方法,如下所示:
# 方法1:使用ensure_future方法。future代表一个对象,未执行的任务。 task1 = asyncio.ensure_future(func1(1)) task2 = asyncio.ensure_future(func1(2)) # 方法2:使用loop.create_task方法 task1 = loop.create_task(func1(1)) task2 = loop.create_task(func1(2)) # 方法3:使用Python 3.7提供的asyncio.create_task方法 task1 = asyncio.create_task(func1(1)) task2 = asyncio.create_task(func1(2))
创建多个协程任务列表后,我们还要使用asyncio.wait方法收集协程任务,并交由事件循环处理执行。
import asyncio async def func1(i): print(f'协程函数{i}马上开始执行。') await asyncio.sleep(2) print(f'协程函数{i}执行完毕!') async def main(): tasks = [] # 创建包含4个协程任务的列表 for i in range(1, 5): tasks.append(asyncio.create_task(func1(i))) await asyncio.wait(tasks) if __name__ == ’__main__’: asyncio.run(main())
执行效果如下所示,你会发现4个协程任务并不是按顺序执行的。
对于收集多个协程任务,Python还提供了新的asyncio.gather方法,它的作用asyncio.wait方法类似,但更强大。如果列表中传入的不是create_task方法创建的协程任务,它会自动将函数封装成协程任务,如下所示:
import asyncio async def func1(i): print(f'协程函数{i}马上开始执行。') await asyncio.sleep(2) print(f'协程函数{i}执行完毕!') async def main(): tasks = [] for i in range(1, 5): # 这里未由协程函数创建协程任务 tasks.append(func1(i)) # 注意这里*号。gather自动将函数列表封装成了协程任务。 await asyncio.gather(*tasks) if __name__ == ’__main__’: asyncio.run(main())获取协程任务执行结果
是的,gather方法有将函数封装成协程任务的能力,但这还并不是两者最主要的区别作用。两者更大的区别在协程任务执行完毕后对于返回结果的处理上。通常获取任务执行结果通常对于一个程序至关重要,因此我们有必要花更多时间详细了解这两个方法的使用。
asyncio.wait 会返回两个值:done 和 pending,done 为已完成的协程任务列表,pending 为超时未完成的协程任务类别,需通过task.result()方法可以获取每个协程任务返回的结果;而asyncio.gather 返回的是所有已完成协程任务的 result,不需要再进行调用或其他操作,就可以得到全部结果。
我们来看两个示例。现在修改我们的协程函数,通过return给它增加一个返回值。
通过asyncio.wait获取协程任务执行结果
import asyncio async def func1(i): print(f'协程函数{i}马上开始执行。') await asyncio.sleep(2) return i async def main(): tasks = [] for i in range(1, 5): tasks.append(asyncio.create_task(func1(i))) # 获取任务执行结果。 done, pending = await asyncio.wait(tasks) for task in done: print(f'执行结果: {task.result()}') if __name__ == ’__main__’: asyncio.run(main())
执行结果如下所示。你可以看到协程任务执行结果并不是按任务添加的顺序返回的。
通过asyncio.gather获取协程任务执行结果继续修改我们的代码:
#-*- coding:utf-8 -*- import asyncio async def func1(i): print(f'协程函数{i}马上开始执行。') await asyncio.sleep(2) return i async def main(): tasks = [] for i in range(1, 5): tasks.append(func1(i)) results = await asyncio.gather(*tasks) for result in results: print(f'执行结果: {result}') if __name__ == ’__main__’: asyncio.run(main())
执行结果如下所示。协程任务执行结果与任务添加顺序完全一致。
现在你知道gather和wait方法的真正区别了吗?
gather具有把普通协程函数包装成协程任务的能力,wait没有。wait只能接收包装后的协程任务列表做参数。 两者返回值不一样,wait返回的是已完成和未完成任务的列表,而gather直接返回协程任务执行结果。 gather返回的任务执行结果是有序的,wait方法获取的结果是无序的。asyncio高级使用方法给任务添加回调函数我们还可以给每个协程任务通过add_done_callback的方法给单个协程任务添加回调函数,如下所示:
#-*- coding:utf-8 -*- import asyncio async def func1(i): print(f'协程函数{i}马上开始执行。') await asyncio.sleep(2) return i # 回调函数 def callback(future): print(f'执行结果:{future.result()}') async def main(): tasks = [] for i in range(1, 5): task = asyncio.create_task(func1(i)) # 注意这里,增加回调函数 task.add_done_callback(callback) tasks.append(task) await asyncio.wait(tasks) if __name__ == ’__main__’: asyncio.run(main())设置任务超时
很多协程任务都是很耗时的,当你使用wait方法收集协程任务时,可通过timeout选项设置任务切换前单个任务最大等待时间长度,如下所示:
# 获取任务执行结果,如下所示: done,pending = await asyncio.wait(tasks, timeout=10)自省 asyncio.current_task: 返回当前运行的Task实例,如果没有正在运行的任务则返回 None。如果 loop 为 None 则会使用 get_running_loop()获取当前事件循环。 asyncio.all_tasks: 返回事件循环所运行的未完成的Task对象的集合。
以上就是Python协程asyncio模块的演变及高级用法的详细内容,更多关于Python协程asyncio模块的资料请关注好吧啦网其它相关文章!
相关文章: