Python 异步--Await the Future

python中的异步编程最近变得越来越流行。python中有许多不同的库用于进行异步编程。其中一个库是asyncio，它是Python 3.4中添加的python标准库。

Asyncio是异步编程在Python中越来越流行的部分原因。本文将解释异步编程是什么，并比较其中的一些库。让我们来看看历史，看看异步编程是如何在python中演变的

 

一次只执行一个任务

程序具有固有属性，每行按顺序执行。

例如，如果您有一行代码转到远程服务器以获取资源，这意味着您的程序在等待时不会做任何事。它坐着等待响应才能继续。在某些情况下，这是可以接受的，但在许多情况下并非如此。标准修复是通过线程。一个程序可以启动多个线程; 每个线程一次做一件事。

这些线程一起允许您的程序一次执行多项操作。当然，线程有许多警告随之而来。多线程程序更复杂，通常更容易出错，它们包括常见的麻烦问题：竞争条件，死锁，活锁和资源匮乏。

 

上下文切换

虽然异步编程可以防止所有这些问题，但它实际上是针对一个完全不同的问题而设计的：CPU上下文切换。当您运行多个线程时，每个CPU核心仍然只能一次运行一个线程。为了允许所有线程/进程共享资源，CPU经常进行上下文切换。为了简化过程，CPU以随机间隔保存线程的所有上下文信息并切换到另一个线程。CPU会以非确定的间隔在您的线程之间不断切换。线程也是资源，它们不是免费的。

异步编程本质上是软件/用户空间线程，其中应用程序管理线程和上下文切换而不是CPU。基本上，在异步中，仅在定义的切换点而不是在非确定性间隔中切换上下文。

 

令人难以置信的高效秘书

现在让我们将这些概念与非计算机示例进行比较。想象一下，我们有一个非常高效的秘书，并且根本不浪费任何时间 - 总是把事情做好，试图最大化每一秒。这个秘书 - 让我们称他为鲍勃 - 必须像疯了一样多任务来实现这一目标。鲍勃有一次他正在做的5项任务：接听电话，接待员（指导客人），试图预订航班，处理会议日程和提交文件。现在让我们想象一下这是一个低流量环境，因此电话，访问者和会议请求都很少。在提交文件时，Bob的大部分时间都将花在与航空公司的电话上。这一切都很标准，很容易想象。当有电话进来时，鲍勃会把航空公司搁置，接听电话，直接拨打电话，然后回到航空公司。任何时候任何任务都引起鲍勃的注意，归档文件将被置于后台，因为它不需要立即关注。这是一个人同时完成许多任务，在适当的地方进行上下文切换。Bob是异步的。

这个的线程版本看起来像5个Bob，每个只有一个任务，但只有一个允许在任何给定时间工作。将有一个控制Bob可以工作的设备，它不了解任务本身。因为设备不理解任务的事件性质，所以即使其中有3个坐在那里什么都不做，它也会不断地在5个Bob之间切换。例如，Paper-Filing-Bob被打断，以便Phone-Call-Bob可以做一些工作，但是Phone-Call-Bob无事可做，所以他只是回去睡觉了。在所有Bob之间切换时只是为了找出其中3个甚至没有做任何事情。大约57％（略低于3/5）的上下文切换是徒劳的。虽然是，CPU上下文切换速度非常快，没有任何免费的

 

绿色线程

绿色线程是异步编程的原始级别。绿色线程看起来和感觉完全像普通线程，除了线程是由应用程序代码而不是硬件调度的。Gevent是一个众所周知的python库，用于使用绿色线程。Gevent基本上是绿色线程+ eventlet，一个非阻塞的I / O网络库。Gevent monkey修补了常见的python库，使其具有非阻塞I / O. 以下是使用gevents一次向多个网址发出请求的示例：

　　　　　　　　　　 

import gevent.monkey
from urllib.request import urlopen
gevent.monkey.patch_all()
urls = ['http://www.google.com', 'http://www.yandex.ru', 'http://www.python.org']

def print_head(url):
    print('Starting {}'.format(url))
    data = urlopen(url).read()
    print('{}: {} bytes: {}'.format(url, len(data), data))

jobs = [gevent.spawn(print_head, _url) for _url in urls]

gevent.wait(jobs)

 如您所见，gevent API的外观和感觉就像线程一样。然而，在引擎盖下，它使用协程而不是实际线程，并在事件循环上运行它们以进行调度。这意味着您可以获得轻量级线程的好处，而无需了解协同程序，但您仍然可以解决线程带来的所有其他问题。对于那些已经了解线程并希望减轻重量线程的人来说，Gevent是一个很好的库。

 

事件循环？协同程序？哇，慢下来，我迷路了......

让我们澄清一些关于异步编程如何工作的事情。进行异步编程的一种方法是使用事件循环。事件循环正是它的声音，

有一个事件/作业队列和一个循环，它不断地从队列中拉出作业并运行它们。这些工作称为协同程序。它们是一小组指令，包括重新放入队列的事件（如果有的话）

 

异步回调方式

虽然Python中存在许多异步库，但最受欢迎的可能是Tornado和gevent。正如我们已经讨论过gevent，让我们关注Tornado的工作方式。Tornado是一个异步Web框架，它使用回调样式来执行异步网络I / O. 回调是一个函数，它意味着“一旦完成，执行此函数”。它基本上是代码的“完成后”钩子。换句话说，回调就像你打电话给客户服务热线，并立即留下你的号码并挂断电话，这样他们就可以在可用时给你回电，而不必永远等待。

让我们来看看如何使用Tornado做同样的事情。

import tornado.ioloop
from tornado.httpclient import AsyncHTTPClient
urls = ['http://www.google.com', 'http://www.yandex.ru', 'http://www.python.org']

def handle_response(response):
    if response.error:
        print("Error:", response.error)
    else:
        url = response.request.url
        data = response.body
        print('{}: {} bytes: {}'.format(url, len(data), data))

http_client = AsyncHTTPClient()
for url in urls:
    http_client.fetch(url, handle_response)
    
tornado.ioloop.IOLoop.instance().start()

为了解释一下这个代码，最后一行是调用一个名为AsyncHTTPClient.fetch的龙卷风方法，该方法以非阻塞方式获取URL。该方法基本上执行并立即返回，允许程序在等待网络调用时执行其他操作。因为在命中url之前到达了下一行，所以无法从该方法获取返回对象。这个问题的解决方案是，不是fetch方法返回一个对象，而是调用带有结果的函数或回调函数。此示例中的回调是handle_response。

 

回调的问题

在前面的示例中，您将注意到第一行正在检查错误。这是必需的，因为无法引发异常。如果引发异常，由于事件循环，它将不会由适当的代码段处理。什么时候取执行时，它启动http调用，然后在事件循环上处理响应。当我们注意到我们的错误时，调用堆栈将只是事件循环和这个函数，没有我们的代码来处理异常。因此，回调中抛出的任何异常都会破坏事件循环和程序。因此，所有错误都必须作为对象passed而不是raised。这意味着如果您忘记检查错误，则会吞下您的错误。任何熟悉golang的人都会认识到这种风格，因为语言在任何地方都强制执行。这是golang最受欢迎的方面。

 

回调的另一个问题是，在异步中，不阻塞事物的唯一方法是使用回调。这可能会导致回调后回调后的一长串回调。由于您无法访问堆栈和变量，因此最终将大对象推送到所有回调中，但如果您使用第三方API，则无法将任何内容传递给不期望的回调。这也成为一个问题，因为每个回调都像一个线程，但没有办法“收集”任务。让我们说例如你想调用三个API，然后等到三个完成，然后返回聚合结果。在gevent世界，你可以做到这一点，但回调你不能。您必须通过将结果保存到某些全局状态变量来破解它，并且在回调中您必须检查它是否是最后的结果。

 

比较

我们到目前为止比较一下。如果我们想阻止I / O阻塞，我们必须使用线程或异步。线程带有资源不足，死锁和竞争条件等问题。它还会为CPU创建上下文切换开销。异步编程可以解决上下文切换错误，但也有自己的问题。在python中，我们的选项是绿色线程或异步编程的回调方式。

绿色线程样式

• 线程在应用程序级别而不是硬件上进行控制
• 感觉像线程; 适合那些了解线程的人
• 包括除CPU上下文切换之外的普通基于线程的编程的所有问题

回调风格

• 根本不像线程程序
• 线程/协同程序对程序员来说是不可见的
• 回调吞下异常
• 回调不可收集
• 回调后的回调变得混乱，难以调试。

 

我们怎样才能改善？

Python需要一些方法来部分执行方法，停止执行，并在整个过程中维护堆栈对象和异常。如果您熟悉Python概念，您可能会意识到我在暗示Generators。生成器允许函数返回列表，一次返回一个项目，停止执行直到需要下一个项目。生成器的问题是它们必须被调用它的函数完全占用。换句话说，生成器不能调用生成器，停止执行两者。然而，直到PEP 380增加了yield from语法允许生成器 yield 另一个生成器的结果。虽然异步并不是生成器的意图，但它提供了使异步非常好所需的所有功能。生成器维护堆栈并可以引发异常。如果你要编写一个运行生成器的事件循环，你可以拥有一个很棒的异步库。因此，asyncio库诞生了。此时这个函数就被认定为是协程函数了。这是我们像以前一样调用相同的三个URL的示例。

import asyncio
import aiohttp

urls = ['http://www.google.com', 'http://www.yandex.ru', 'http://www.python.org']

@asyncio.coroutine
def call_url(url):
    print('Starting {}'.format(url))
    response = yield from aiohttp.ClientSession().get(url)
    data = yield from response.text()
    print('{}: {} bytes: {}'.format(url, len(data), data))
    return data

futures = [call_url(url) for url in urls]

asyncio.run(asyncio.wait(futures))

 

这里有几点需要注意：

1. 我们不是在寻找错误，因为错误会正确地传递到堆栈中。
2. 如果需要，我们可以返回一个对象。
3. 我们可以启动所有协同程序，然后再收集它们。
4. 没有回调
5. 直到第9行完成后，第10行才会执行。（感觉同步/熟悉）
6. 生活是美好的！唯一的问题是 yield from 看起来太像generator，如果它实际上是一个generator，它可能会导致问题。

 

Async and Await

该ASYNCIO库获得了大量关注，所以Python决定，使之成为核心库。随着核心库的引入，他们还在Python 3.5中添加了关键字async和await。 关键字旨在使您的代码更加清晰，异步; 所以你的方法不会与生成器混淆。在异步关键字去之前def表明，一个方法是异步的。await关键字替换从生成器 yield from ，使之更清楚你正在等待协同程序来完成。这是我们的示例，但使用async / await关键字。

import asyncio
import aiohttp

urls = ['http://www.google.com', 'http://www.yandex.ru', 'http://www.python.org']

async def call_url(url):
    print('Starting {}'.format(url))
    response = await aiohttp.ClientSession().get(url)
    data = await response.text()
    print('{}: {} bytes: {}'.format(url, len(data), data))
    return data

futures = [call_url(url) for url in urls]

asyncio.run(asyncio.wait(futures))

基本上这里发生的是异步方法，当执行时，返回一个可以等待的协同程序

Python最终拥有一个出色的异步框架asyncio。让我们看看线程的所有问题，看看我们是否解决了它们。

• CPU上下文切换：asyncio是异步的，使用事件循环; 它允许您在等待I / O时具有应用程序控制的上下文切换。这里没有CPU切换！
• 竞争条件：因为asyncio一次只运行一个协同程序并且仅在您定义的点处切换，所以您的代码在竞争条件下是安全的。
• 死锁/活锁：由于您不必担心竞争条件，因此您根本不必使用锁。这使你从死锁中非常安全。如果你需要两个协同程序来唤醒你，你仍然可能陷入死锁状态，但这种情况非常罕见，你可以尝试实现下。
• 资源饥饿：因为协同程序都在单个线程上运行，并且不需要额外的套接字或内存，所以资源耗尽会更加困难。然而，Asyncio确实有一个“执行器池”，它本质上是一个线程池。如果您在执行程序池中运行了太多内容，则仍可能耗尽资源。但是，使用太多的执行程序是一种反模式，而不是你经常会做的事情。

公平地说，虽然asyncio非常棒，但确实存在问题。首先，asyncio诞生不久。有一些奇怪的边缘情况会让你想得更多。其次，当你完全异步时，这意味着你的整个代码库必须是异步的。Every. Single. Piece。这是因为同步函数可能会占用太多时间，从而阻止了事件循环。asyncio的库仍然年轻且成熟，因此有时很难找到部分stack的异步版本。