Tornado使用-简介
1.什么是Tornado
Tornado是一个python web框架，和一个异步网络通信库。
因为它的非阻塞网络IO，可同时支撑万级别的连接请求。
适用于长轮询，全双工websocket通信。
2.主要模块
1)web框架:RequestHandler
2)web服务器：客户端，服务端（HTTPServer,AsyncHTTPClient）
3)异步网络库：IOLoop,IOStream
4)协程库：tornado.gen可以使异步代码用一种更加直接的方式去写，而不是回调链的方式
3.注意事项
Tornado的web框架，和服务器框架是基于WSGI的，但是同时使用效率会更高。
4.异步和非阻塞IO
1）为什么要用异步和非阻塞IO
传统的同步请求的web服务器，当有多个用户同时请求时，会为每个用户创建一个独立的线程，这是非常昂贵的。
Tornado使用单线程的事件循环来处理请求，也就是说任何时间只会有一个操作是激活状态的，这就要求应用程序的所有操作都应该是异步非阻塞的。
2)阻塞
一个函数在执行的过程中等待某个操作完成通知，才能继续执行后续的代码。
这个操作可能是网络IO,磁盘IO，或者一些耗时的计算等，此时函数执行会阻塞，长时间占用CPU时间。
3)异步
异步函数在执行完成之前返回，耗时操作会在后台执行或下次执行，应用程序可以去执行其他的操作。
耗时操作执行完毕后，会通过某种方式告诉应用程序，应用程序会接着执行未完成的函数，通知方式有以下几种。
回调
返回占位符（Future,Promise,Deferred）,即未来会自动执行的对象
放入待处理队列
信号
4)同步，异步示例
同步请求:
from tornado.httpclient import HTTPClient
def sync_fetch():
http_client = HTTPClient()
response = http_client.fetch("http://www.baidu.com")
print(response.body)
sync_fetch()
异步请求:
使用callback回调
from tornado.httpclient import AsyncHTTPClient, HTTPClient
def handle_response(response):
print(response.body)
http_client = AsyncHTTPClient()
http_client.fetch("http://www.baidu.com", handle_response)
http_client.close()
使用占位符，也就是协程，将来执行对象
from tornado.httpclient import AsyncHTTPClient, HTTPClient
from tornado.concurrent import Future
http_client = AsyncHTTPClient()
my_future = Future()
fetch_future =http_client.fetch("http://www.baidu.com")
fetch_future.add_done_callback(
lambda f:my_future.set_result(f.result())
)
使用协程
from tornado.httpclient import AsyncHTTPClient, HTTPClient
from tornado import gen
@gen.coroutine
def fetch_coroutine():
http_client = AsyncHTTPClient()
response = yield http_client.fetch('http://www.baidu.com')
raise gen.Return(response.body)
raise gen.Return(response.body):返回结果
5.协程
coroutines是Tornado推荐的异步代码编写方式，使用yield关键字挂起，恢复执行，来代替回调链。
协程的编写方式简单，并且减少了上下文切换，提升了效率。
1)python2中代码示例
from tornado.httpclient import AsyncHTTPClient, HTTPClient
from tornado import gen
@gen.coroutine
def fetch_coroutine():
http_client = AsyncHTTPClient()
response = yield http_client.fetch('http://www.baidu.com')
raise gen.Return(response.body)
2)python3中代码示例
async def fetch_coroutine(url):
http_client = AsyncHTTPClient()
response = await http_client.fetch(url)
return response.body
3)协程的原理
函数中包含yield关键字，那这个函数就是一个生成器，生成器是异步执行的。
生成器和函数的区别是，执行到yield关键字的地方返回，调用next()方法后，会继续接着yield表达式运行。
@gen.coroutine装饰器的作用是从生成器接收一个Future，等待（非阻塞）Future执行完成，发送Future结果到生成器，作为yield表达式的结果。
4)怎么执行协程
调用协程函数的函数必须也是个协程
@gen.coroutine
def divide(x, y):
return x / y
def bad_call():
# 错误
divide(1, 0)
@gen.coroutine
def good_call():
# 正确
yield divide(1, 0)
协程的执行方式有两种：
IOLoop.spawn_callback
在下一次IOLoop循环时，运行协程函数.spawn_callback不需要调用者的上下文空间，适合独立的协程函数的执行。
IOLoop.current().spawn_callback(divide, 1, 0)
IOLoop.run_sync
开始一个IOLoop循环，执行给定的协程函数，结束IOLoop循环。
函数的返回结果必须是一个可以yieldable的对象或者None
tornado.ioloop.IOLoop.current().run_sync(lambda :divide(1, 2))
5)协程的几种模式
和callback交互
使用gen.Task包裹函数，gen.Task返回Future，可以yield
@gen.coroutine
def call_task():
yield gen.Task(some_function, other_args)
协程函数中调用同步函数
使用ThreadPoolExecutor类，可以返回兼容协程的Futures
thread_pool = ThreadPoolExecutor(4)
@gen.coroutine
def call_blocking():
yield thread_pool.submit(blocking_func, args)
等待所有Future对象执行完毕
@gen.coroutine
def parallel_fetch(url1, url2):
resp1, resp2 = yield [http_client.fetch(url1),
http_client.fetch(url2)]
循环
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()
