Python-Python asyncio
-
异步IO之asyncio
异步IO：当发起一个 IO 操作时，并不需要等待它的结束，程序可以去做其他事情，当这个 IO 操作结束时，会发起一个通知。
在 Python 中可以使用 asyncio 模块异步编程，用于协程、网络爬虫、同步等。
asyncio 中的概念
event_loop 事件循环
事件循环是 asyncio 应用的核心，管理所有的事件。
- 创建新的事件循环
asyncio.new_event_loop()- 获取当前线程中正在执行的事件循环
asyncio.get_running_loop()- 并发运行任务
asyncio.gather()- 向指定的事件添加一个任务
asyncio.run_coroutine_threadsafe()- 返回没有执行的事件
asyncio.all_tasks()Future 对象
一个 Future 代表一个异步运算的结果，线程不安全。
Task 对象
Task 对象的作用是在运行某个任务的同时可以并发的运行其他任务
Task 对象可以使用 asyncio.create_task() 函数创建，也可以使用 loop.create_task() 和 asyncio.ensure_future() 函数创建，不建议实例化 Task对象
- 取消 Task 对象
cancel()- Task 任务是否被取消
cancelled()- Task 对象是否完成
done()- 返回结果
result()- Task 对象被完成，则返回结果
- Task 对象被取消，则引发 CancelledError 异常
- Task 对象的结果不可用，则引发 InvalidStateError 异常
- 添加回调，任务完成时触发
add_done_callback(task)- 所有任务列表
asyncio.all_tasks()- 返回当前任务
asyncio.current_task()运行协程
-
import asyncio async def do_work(): print("Hello....") # 模拟阻塞1秒 await asyncio.sleep(1) print("world...") coroutine = do_work() print(coroutine) # 创建一个事件event_loop loop = asyncio.get_event_loop() # 将协程加入到event_loop中，并运行 loop.run_until_complete(coroutine)
- 示例结果
-
<coroutine object do_work at 0x1108c50c8> Hello.... # 这里会暂停1秒 world...
-
在 Python 中使用 async def 定义一个协程（ coroutine ），它并不能直接运行，需要加入到事件循环（ event_loop ）中
运行 Task
-
import asyncio async def do_work(): print("这是一个Task例子....") # 模拟阻塞1秒 await asyncio.sleep(1) return "Task任务完成" # 创建一个事件event_loop loop = asyncio.get_event_loop() # 创建一个task task = loop.create_task(do_work()) # 第一次打印task print(task) # 将task加入到event_loop中 loop.run_until_complete(task) # 再次打印task print(task) print(task.result())
- 示例结果
-
<Task pending coro=<do_work() running at /Users/imeng/Documents/Interview/Python/asyncio_test.py:5>> 这是一个Task例子.... <Task finished coro=<do_work() done, defined at /Users/imeng/Documents/Interview/Python/asyncio_test.py:5> result='Task任务完成'> Task任务完成
-
使用 EventLoop 对象的 create_task 函数创建一个 Task 对象，在第一次打印 Task 对象时，状态为 pending，完成执行函数后的状态为 finished
Task 对象的 result() 函数可以获取 do_work() 函数的返回值
-
Task 任务回调
-
import asyncio async def do_work(): print("这是一个Task例子....") # 模拟阻塞1秒 await asyncio.sleep(1) return "Task任务完成" # 任务完成后的回调函数 def callback(task): # 打印参数 print(task) # 打印返回的结果 print(task.result()) # 创建一个事件event_loop loop = asyncio.get_event_loop() # 创建一个task task = loop.create_task(do_work()) task.add_done_callback(callback) # 将task加入到event_loop中 loop.run_until_complete(task)
- 示例结果
-
这是一个Task例子.... <Task finished coro=<do_work() done, defined at /Users/imeng/Documents/Interview/Python/asyncio_test.py:5> result='Task任务完成'> Task任务完成
- 定义回调函数时必须有一个参数，参数和 Task 任务时同一个对象，使用 add_done_callback() 函数为 Task 任务添加一个完成后的回调函数
-
并发任务
-
import asyncio import time async def do_work(t): print("暂停" + str(t) + "秒") # 模拟阻塞1秒 await asyncio.sleep(t) return "暂停了" + str(t) + "秒" # 任务完成后的回调函数 def callback(future): # 打印返回的结果 print(future.result()) # 创建一个事件event_loop loop = asyncio.get_event_loop() tasks = [] i = 0 while i <= 4: task = loop.create_task(do_work(i)) task.add_done_callback(callback) tasks.append(task) i += 1; # 计时 now = lambda :time.time() start = now() # 将task加入到event_loop中 loop.run_until_complete(asyncio.wait(tasks)) end = now() print("总共用时间:",end-start)
- 示例结果：
-
暂停0秒 暂停1秒 暂停2秒 暂停3秒 暂停4秒 暂停了0秒 暂停了1秒 暂停了2秒 暂停了3秒 暂停了4秒 总共用时间: 4.003800868988037 -
使用 asyncio.wait() 函数将 Task 任务列表添加到 event_loop 中，也可以使用 asyncio.gather() 函数
在示例中可以看出多个协程总共用时4秒多，如果是同步任务将需要花费10秒多，asyncio 实现了程序的并发
同一个回调
-
import asyncio import functools async def do_work(t): print("暂停" + str(t) + "秒") await asyncio.sleep(t) return "暂停了" + str(t) + "秒" def callback(loop, gatheringFuture): print(gatheringFuture) print("多个Task任务完成后的回调") loop.stop() loop = asyncio.get_event_loop() gather = asyncio.gather(do_work(1), do_work(3)) gather.add_done_callback(functools.partial(callback, loop)) loop.run_forever()
- 示例结果
-
暂停1秒 暂停3秒 <_GatheringFuture finished result=['暂停了1秒', '暂停了3秒']> 多个Task任务完成后的回调
- loop.run_forever() 函数 和 loop.run_until_complete() 函数 并不相同，run_until_complete() 函数在执行后事件循环被停止，run_forever() 函数在 Task 任务执行完成后事件循环并没有被终止，在回调函数 callback() 中使用 loop.stop() 函数将事件循环停止
