1.   想學asyncio，得先了解協(xié)程

攜程的意義：

計算型的操作，利用協(xié)程來回切換執(zhí)行，沒有任何意義，來回切換并保存狀態(tài) 反倒會降低性能。 IO型的操作，利用協(xié)程在IO等待時間就去切換執(zhí)行其他任務，當IO操作結束后再自動回調(diào)，那么就會大大節(jié)省資源并提供性能，從而實現(xiàn)異步編程（不等待任務結束就可以去執(zhí)行其他代碼2.協(xié)程和多線程之間的共同點和區(qū)別：

共同點：

都是并發(fā)操作，多線程同一時間點只能有一個線程在執(zhí)行，協(xié)程同一時間點只能有一個任務在執(zhí)行；

不同點：

多線程，是在I/O阻塞時通過切換線程來達到并發(fā)的效果，在什么情況下做線程切換是由操作系統(tǒng)來決定的，開發(fā)者不用操心，但會造成競爭條件 (race condition) ；

協(xié)程，只有一個線程，在I/O阻塞時通過在線程內(nèi)切換任務來達到并發(fā)的效果，在什么情況下做任務切換是開發(fā)者決定的，不會有競爭條件 (race condition) 的情況；多線程的線程切換比協(xié)程的任務切換開銷更大；對于開發(fā)者而言，多線程并發(fā)的代碼比協(xié)程并發(fā)的更容易書寫。

一般情況下協(xié)程并發(fā)的處理效率比多線程并發(fā)更高。

3. greenlet實現(xiàn)協(xié)程

greenlet用于創(chuàng)建協(xié)程，switch用于進行協(xié)程之間的切換某個協(xié)程在執(zhí)行的過程中可以隨時的被其他協(xié)程通過switch函數(shù)來打斷，轉(zhuǎn)而去執(zhí)行其他協(xié)程，當前協(xié)程的中斷現(xiàn)場會被保留，一旦中斷的協(xié)程再次獲得cpu的執(zhí)行權首先會恢復現(xiàn)場然后從中斷處繼續(xù)執(zhí)行這種機制下的協(xié)程是同步，不能并發(fā)

pip install greenlet

import timeimport greenlet def func1(): print('func11') gr2.switch() time.sleep(1) print('func22') gr2.switch() def func2(): print('func33') gr1.switch() time.sleep(1) print('func44') start = time.time()gr1 = greenlet.greenlet(func1)gr2 = greenlet.greenlet(func2)gr1.switch()end = time.time()print(end - start)4. yield關鍵字實現(xiàn)協(xié)程

def func1(): yield 1 yield from func2() yield 3 def func2(): yield 2 yield 4 ff = func1()for item in ff: print(item)5.gevent協(xié)程（1）gevent實現(xiàn)協(xié)程

pip install gevent

from greenlet import greenletfrom time import sleepdef func1(): print('協(xié)程1') sleep(2) g2.switch() print('協(xié)程1恢復運行') def func2(): print('協(xié)程2') sleep(1) g3.switch()def func3(): print('協(xié)程3') sleep(1) g1.switch() if __name__ == ’__main__’: # 使用greenlet來創(chuàng)建三個協(xié)程 g1 = greenlet(func1) g2 = greenlet(func2) g3 = greenlet(func3) # print(g1) g1.switch() # 讓協(xié)程g1取搶占cpu資源（2） gevent實現(xiàn)異步協(xié)程

# 協(xié)程被創(chuàng)建出來以后默認是多個協(xié)程同步執(zhí)行# 我們可以加入monkey補丁，把同步的協(xié)程轉(zhuǎn)成異步協(xié)程from gevent import monkey # 注意：monkey的引入必須在其他模塊之前 monkey.patch_all() # 用monkey給整個協(xié)程隊列，添加一個非阻塞I/O的補丁，使得他們成為異步協(xié)程import timeimport requestsimport gevent headers = { ’User-Agent’: ’Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36’} def func(url, i): print('協(xié)程%d開啟！' % i) res = requests.get(url=url, headers=headers) html = res.text print('協(xié)程%d執(zhí)行結束，獲取到的響應體大小為：%d' % (i, len(html))) if __name__ == ’__main__’: start = time.time() urls = [ 'https://www.baidu.com/', 'https://www.qq.com/', 'https://www.sina.com.cn', 'https://www.ifeng.com/', 'https://www.163.com/' ] # 創(chuàng)建5個協(xié)程分別對上面5個網(wǎng)站進行訪問 g_list = [] for i in range(len(urls)): g = gevent.spawn(func, urls[i], i) g_list.append(g) # func(urls[i], i) gevent.joinall(g_list) end = time.time() print(end - start)6. asyncio模塊實現(xiàn)異步協(xié)程

在python3.4及之后的版本使用，asyncio厲害之處在于：遇到IO操作時會自動切換執(zhí)行其它任務

import timeimport asyncio @asyncio.coroutinedef func1(): print(1) yield from asyncio.sleep(1) # 遇到IO耗時操作，自動切換到tasks中的其它任務 print(2) @asyncio.coroutinedef func2(): print(3) yield from asyncio.sleep(1) # 遇到IO耗時操作，自動切換到tasks中的其它任務 print(4) tasks = [ asyncio.ensure_future(func1()), asyncio.ensure_future(func2())] start = time.time()loop = asyncio.get_event_loop()loop.run_until_complete(asyncio.wait(tasks))end = time.time()print(end - start)7. asyc & await關鍵字實現(xiàn)異步編程（現(xiàn)在推薦使用的用法）

在python3.5及之后的版本中可以使用

import timeimport asyncio async def func1(): print(1) await asyncio.sleep(1) print(2) async def func2(): print(3) await asyncio.sleep(1) print(4) tasks = [ asyncio.ensure_future(func1()), asyncio.ensure_future(func2())] start = time.time()loop = asyncio.get_event_loop()loop.run_until_complete(asyncio.wait(tasks))end = time.time()print(end - start)7.1 事件循環(huán)

    事件循環(huán)，可以把他當做是一個while循環(huán)，這個while循環(huán)在周期性的運行并執(zhí)行一些任務，在特定條件下終止循環(huán)。

偽代碼：

# 偽代碼任務列表 = [ 任務1, 任務2, 任務3,... ]while True: 可執(zhí)行的任務列表，已完成的任務列表 = 去任務列表中檢查所有的任務，將’可執(zhí)行’和’已完成’的任務返回 for 就緒任務 in 已準備就緒的任務列表: 執(zhí)行已就緒的任務 for 已完成的任務 in 已完成的任務列表: 在任務列表中移除 已完成的任務 如果 任務列表 中的任務都已完成，則終止循環(huán)7.2 協(xié)程和異步編程

協(xié)程函數(shù)，定義形式為 async def 的函數(shù)。

協(xié)程對象，調(diào)用 協(xié)程函數(shù) 所返回的對象。

# 定義一個協(xié)程函數(shù)async def func(): pass# 調(diào)用協(xié)程函數(shù)，返回一個協(xié)程對象result = func()

注意：調(diào)用協(xié)程函數(shù)時，函數(shù)內(nèi)部代碼不會執(zhí)行，只是會返回一個協(xié)程對象。 

7.3 基本應用

程序中，如果想要執(zhí)行協(xié)程函數(shù)的內(nèi)部代碼，需要 事件循環(huán) 和 協(xié)程對象 配合才能實現(xiàn)，如：

import asyncioasync def func(): print('協(xié)程內(nèi)部代碼')# 調(diào)用協(xié)程函數(shù)，返回一個協(xié)程對象。result = func()# 方式一# loop = asyncio.get_event_loop() # 創(chuàng)建一個事件循環(huán)# loop.run_until_complete(result) # 將協(xié)程當做任務提交到事件循環(huán)的任務列表中，協(xié)程執(zhí)行完成之后終止。# 方式二# 本質(zhì)上方式一是一樣的，內(nèi)部先 創(chuàng)建事件循環(huán) 然后執(zhí)行 run_until_complete，一個簡便的寫法。# asyncio.run 函數(shù)在 Python 3.7 中加入 asyncio 模塊，asyncio.run(result)

這個過程可以簡單理解為：將協(xié)程當做任務添加到 事件循環(huán) 的任務列表，然后事件循環(huán)檢測列表中的協(xié)程是否 已準備就緒（默認可理解為就緒狀態(tài)），如果準備就緒則執(zhí)行其內(nèi)部代碼。

7.4 await關鍵字

await是一個只能在協(xié)程函數(shù)中使用的關鍵字，用于遇到IO操作時掛起 當前協(xié)程（任務），當前協(xié)程（任務）掛起過程中 事件循環(huán)可以去執(zhí)行其他的協(xié)程（任務），當前協(xié)程IO處理完成時，可以再次切換回來執(zhí)行await之后的代碼，

await + 可等待對象（協(xié)程對象、Future對象、Task對象）

示例1：await+協(xié)程對象

import asyncio async def func1(): print('start') await asyncio.sleep(1) print('end') return 'func1執(zhí)行完畢' async def func2(): print('func2開始執(zhí)行') # await關鍵字后面可以跟可等待對象（協(xié)程對象、Future對象、Task對象) response = await func1() print(response) print('func2執(zhí)行完畢') asyncio.run(func2())

示例2： 協(xié)程函數(shù)中可以使用多次await關鍵字

import asyncio async def func1(): print('start') await asyncio.sleep(1) print('end') return 'func1執(zhí)行完畢' async def func2(): print('func2開始執(zhí)行') # await關鍵字后面可以跟可等待對象（協(xié)程對象、Future對象、Task對象) response = await func1() print(response) response2 = await func1() print(response2) print('func2執(zhí)行完畢') asyncio.run(func2())7.5 task對象

Tasks用于并發(fā)調(diào)度協(xié)程，通過asyncio.create_task(協(xié)程對象)的方式創(chuàng)建Task對象，這樣可以讓協(xié)程加入事件循環(huán)中等待被調(diào)度執(zhí)行。除了使用 asyncio.create_task() 函數(shù)以外，還可以用低層級的 loop.create_task() 或 ensure_future() 函數(shù)。不建議手動實例化 Task 對象。

本質(zhì)上是將協(xié)程對象封裝成task對象，并將協(xié)程立即加入事件循環(huán)，同時追蹤協(xié)程的狀態(tài)。

注意：asyncio.create_task() 函數(shù)在 Python 3.7 中被加入。在 Python 3.7 之前，可以改用低層級的 asyncio.ensure_future() 函數(shù)。

示例1：

import asyncio async def func(): print(1) await asyncio.sleep(1) print(2) return 'func的返回值' async def main(): print(3) # 創(chuàng)建協(xié)程，將協(xié)程封裝到一個task對象中并立即添加到事件循環(huán)列表中，等待事件循環(huán)去執(zhí)行，（默認是就緒狀態(tài)） task1 = asyncio.create_task(func()) # 創(chuàng)建協(xié)程，將協(xié)程封裝到一個task對象中并立即添加到事件循環(huán)列表中，等待事件循環(huán)去執(zhí)行，（默認是就緒狀態(tài)） task2 = asyncio.create_task(func()) # 當執(zhí)行某協(xié)程遇到IO操作時，會自動化切換執(zhí)行其他任務。 # 此處的await是等待相對應的協(xié)程全都執(zhí)行完畢并獲取結果 ret1 = await task1 ret2 = await task2 print(ret1, ret2) asyncio.run(main())

示例2：用的還是比較多的

import asyncio async def func(): print(1) await asyncio.sleep(1) print(2) return 'func的返回值' async def main(): print(3) # 創(chuàng)建協(xié)程，將協(xié)程封裝到Task對象中并添加到事件循環(huán)的任務列表中，等待事件循環(huán)去執(zhí)行（默認是就緒狀態(tài)）。 # 在調(diào)用 task_list = [ asyncio.create_task(func()), asyncio.create_task(func()) ] # 當執(zhí)行某協(xié)程遇到IO操作時，會自動化切換執(zhí)行其他任務。 # 此處的await是等待所有協(xié)程執(zhí)行完畢，并將所有協(xié)程的返回值保存到done # 如果設置了timeout值，則意味著此處最多等待的秒，完成的協(xié)程返回值寫入到done中，未完成則寫到pending中。 done, pending = await asyncio.wait(task_list, timeout=None) print(done) print(pending) asyncio.run(main())

 示例3：

import asyncio async def func(): print('執(zhí)行協(xié)程函數(shù)內(nèi)部代碼') # 遇到IO操作掛起當前協(xié)程（任務），等IO操作完成之后再繼續(xù)往下執(zhí)行。當前協(xié)程掛起時，事件循環(huán)可以去執(zhí)行其他協(xié)程（任務）。 response = await asyncio.sleep(2) print('IO請求結束，結果為：', response) coroutine_list = [func(), func()]# 錯誤：coroutine_list = [ asyncio.create_task(func()), asyncio.create_task(func()) ]# 此處不能直接 asyncio.create_task，因為將Task立即加入到事件循環(huán)的任務列表，# 但此時事件循環(huán)還未創(chuàng)建，所以會報錯。# 使用asyncio.wait將列表封裝為一個協(xié)程，并調(diào)用asyncio.run實現(xiàn)執(zhí)行兩個協(xié)程# asyncio.wait內(nèi)部會對列表中的每個協(xié)程執(zhí)行ensure_future，封裝為Task對象。done, pending = asyncio.run(asyncio.wait(coroutine_list))

總結：

在程序中只要看到async和await關鍵字，其內(nèi)部就是基于協(xié)程實現(xiàn)的異步編程，這種異步編程是通過一個線程在IO等待時間去執(zhí)行其他任務，從而實現(xiàn)并發(fā)。

如果是 I/O 密集型，且 I/O 請求比較耗時的話，使用協(xié)程。如果是 I/O 密集型，且 I/O 請求比較快的話，使用多線程。如果是 計算 密集型，考慮可以使用多核 CPU，使用多進程。

以上就是python中asyncio異步編程學習的詳細內(nèi)容，更多關于python中使用asyncio的資料請關注好吧啦網(wǎng)其它相關文章！