Python協程asyncio模塊的演變及高級用法
協程(coroutine)也叫微線程，是實現多任務的另一種方式，是比線程更小的執行單元，一般運行在單進程和單線程上。因為它自帶CPU的上下文，它可以通過簡單的事件循環切換任務，比進程和線程的切換效率更高，這是因為進程和線程的切換由操作系統進行。
Python實現協程的主要借助于兩個庫：asyncio和gevent。由于asyncio已經成為python的標準庫了無需pip安裝即可使用，這意味著asyncio作為Python原生的協程實現方式會更加流行。本文僅會介紹asyncio模塊。如果大家對gevent也有需求，請留言，我會單獨寫篇文章介紹這個庫的使用。
asyncio 是從Python3.4引入的標準庫，直接內置了對協程異步IO的支持。asyncio 的編程模型本質是一個消息循環，我們一般先定義一個協程函數(或任務), 從 asyncio 模塊中獲取事件循環loop，然后把需要執行的協程任務(或任務列表)扔到 loop中執行，就實現了異步IO。
定義協程函數及執行方法的演變在最早的Python 3.4中，協程函數是通過@asyncio.coroutine 和 yeild from 實現的, 如下所示。
import asyncio @asyncio.coroutine def func1(i): print('協程函數{}馬上開始執行。'.format(i)) yield from asyncio.sleep(2) print('協程函數{}執行完畢!'.format(i)) if __name__ == ’__main__’: # 獲取事件循環 loop = asyncio.get_event_loop() # 執行協程任務 loop.run_until_complete(func1(1)) # 關閉事件循環 loop.close()
這里我們定義了一個func1的協程函數，我們可以使用asyncio.iscoroutinefunction來驗證。定義好協程函數后，我們首先獲取事件循環loop，使用它的run_until_complete方法執行協程任務，然后關閉loop。
print(asyncio.iscoroutinefunction(func1(1))) # True
Python 3.5以后引入了async/await 語法定義協程函數，代碼如下所示。每個協程函數都以async聲明，以區別于普通函數，對于耗時的代碼或函數我們使用await聲明，表示碰到等待時掛起，以切換到其它任務。
import asyncio # 這是一個協程函數 async def func1(i): print('協程函數{}馬上開始執行。'.format(i)) await asyncio.sleep(2) print('協程函數{}執行完畢!'.format(i)) if __name__ == ’__main__’: # 獲取事件循環 loop = asyncio.get_event_loop() # 執行協程任務 loop.run_until_complete(func1(1)) # 關閉事件循環 loop.close()
Python 3.7之前執行協程任務都是分三步進行的，代碼有點冗余。Python 3.7提供了一個更簡便的asyncio.run方法，上面代碼可以簡化為：
import asyncio async def func1(i): print(f'協程函數{i}馬上開始執行。') await asyncio.sleep(2) print(f'協程函數{i}執行完畢!') if __name__ == ’__main__’: asyncio.run(func1(1))
注：Python自3.6版本起可以使用f-string來對字符串進行格式化了，相當于format函數的簡化版。
創建協程任務的演變前面的演示案例中，我們只執行了單個協程任務(函數)。實際應用中，我們先由協程函數創建協程任務，然后把它們加入協程任務列表，最后一起交由事件循環執行。
根據協程函數創建協程任務有多種方法，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代表一個對象，未執行的任務。 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))
創建多個協程任務列表后，我們還要使用asyncio.wait方法收集協程任務，并交由事件循環處理執行。
import asyncio async def func1(i): print(f'協程函數{i}馬上開始執行。') await asyncio.sleep(2) print(f'協程函數{i}執行完畢!') async def main(): tasks = [] # 創建包含4個協程任務的列表 for i in range(1, 5): tasks.append(asyncio.create_task(func1(i))) await asyncio.wait(tasks) if __name__ == ’__main__’: asyncio.run(main())
執行效果如下所示，你會發現4個協程任務并不是按順序執行的。
對于收集多個協程任務，Python還提供了新的asyncio.gather方法，它的作用asyncio.wait方法類似，但更強大。如果列表中傳入的不是create_task方法創建的協程任務，它會自動將函數封裝成協程任務，如下所示：
import asyncio async def func1(i): print(f'協程函數{i}馬上開始執行。') await asyncio.sleep(2) print(f'協程函數{i}執行完畢!') async def main(): tasks = [] for i in range(1, 5): # 這里未由協程函數創建協程任務 tasks.append(func1(i)) # 注意這里*號。gather自動將函數列表封裝成了協程任務。 await asyncio.gather(*tasks) if __name__ == ’__main__’: asyncio.run(main())獲取協程任務執行結果
是的，gather方法有將函數封裝成協程任務的能力，但這還并不是兩者最主要的區別作用。兩者更大的區別在協程任務執行完畢后對于返回結果的處理上。通常獲取任務執行結果通常對于一個程序至關重要，因此我們有必要花更多時間詳細了解這兩個方法的使用。
asyncio.wait 會返回兩個值：done 和 pending，done 為已完成的協程任務列表，pending 為超時未完成的協程任務類別，需通過task.result()方法可以獲取每個協程任務返回的結果；而asyncio.gather 返回的是所有已完成協程任務的 result，不需要再進行調用或其他操作，就可以得到全部結果。
我們來看兩個示例?，F在修改我們的協程函數，通過return給它增加一個返回值。
通過asyncio.wait獲取協程任務執行結果
import asyncio async def func1(i): print(f'協程函數{i}馬上開始執行。') await asyncio.sleep(2) return i async def main(): tasks = [] for i in range(1, 5): tasks.append(asyncio.create_task(func1(i))) # 獲取任務執行結果。 done, pending = await asyncio.wait(tasks) for task in done: print(f'執行結果: {task.result()}') if __name__ == ’__main__’: asyncio.run(main())
執行結果如下所示。你可以看到協程任務執行結果并不是按任務添加的順序返回的。
繼續修改我們的代碼：
#-*- coding:utf-8 -*- import asyncio async def func1(i): print(f'協程函數{i}馬上開始執行。') 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'執行結果: {result}') if __name__ == ’__main__’: asyncio.run(main())
執行結果如下所示。協程任務執行結果與任務添加順序完全一致。
現在你知道gather和wait方法的真正區別了嗎？
gather具有把普通協程函數包裝成協程任務的能力，wait沒有。wait只能接收包裝后的協程任務列表做參數。 兩者返回值不一樣，wait返回的是已完成和未完成任務的列表，而gather直接返回協程任務執行結果。 gather返回的任務執行結果是有序的，wait方法獲取的結果是無序的。asyncio高級使用方法給任務添加回調函數我們還可以給每個協程任務通過add_done_callback的方法給單個協程任務添加回調函數，如下所示：
#-*- coding:utf-8 -*- import asyncio async def func1(i): print(f'協程函數{i}馬上開始執行。') await asyncio.sleep(2) return i # 回調函數 def callback(future): print(f'執行結果:{future.result()}') async def main(): tasks = [] for i in range(1, 5): task = asyncio.create_task(func1(i)) # 注意這里，增加回調函數 task.add_done_callback(callback) tasks.append(task) await asyncio.wait(tasks) if __name__ == ’__main__’: asyncio.run(main())設置任務超時
很多協程任務都是很耗時的，當你使用wait方法收集協程任務時，可通過timeout選項設置任務切換前單個任務最大等待時間長度，如下所示：
# 獲取任務執行結果，如下所示： done,pending = await asyncio.wait(tasks, timeout=10)自省 asyncio.current_task: 返回當前運行的Task實例，如果沒有正在運行的任務則返回 None。如果 loop 為 None 則會使用 get_running_loop()獲取當前事件循環。 asyncio.all_tasks: 返回事件循環所運行的未完成的Task對象的集合。
以上就是Python協程asyncio模塊的演變及高級用法的詳細內容，更多關于Python協程asyncio模塊的資料請關注好吧啦網其它相關文章！
相關文章：
網公網安備