我们都知道，现在的服务器开发对于IO调度的优先级控制权已经不再依靠系统，都希望采用协程的方式实现高效的并发任务，如js、lua等在异步协程方面都做的很强大。
python在3.4版本也加入了协程的概念，并在3.5确定了基本完善的语法和实现方式。同时3.6也对其进行了如解除了await和yield在同一个函数体限制等相关的优化。
event_loop 事件循环：程序开启一个无限的循环，程序员会把一些函数注册到事件循环上。当满足事件发生的时候，调用相应的协程函数。
coroutine 协程：协程对象，指一个使用async关键字定义的函数，它的调用不会立即执行函数，而是会返回一个协程对象。协程对象需要注册到事件循环，由事件循环调用。
task 任务：一个协程对象就是一个原生可以挂起的函数，任务则是对协程进一步封装，其中包含任务的各种状态。
future： 代表将来执行或没有执行的任务的结果。它和task上没有本质的区别
async/await 关键字：python3.5 用于定义协程的关键字，async定义一个协程，await用于挂起阻塞的异步调用接口。
【一】创建协程
首先定义一个协程，在def前加入async声明，就可以定义一个协程函数。
一个协程函数不能直接调用运行，只能把协程加入到事件循环loop中。asyncio.get_event_loop方法可以创建一个事件循环，然后使用run_until_complete将协程注册到事件循环，并启动事件循环。
例如：
import asyncio
async def fun():
print('hello word')
loop = asyncio.get_event_loop()
loop.run_until_complete(fun())
图片.png
【二】任务对象task
协程对象不能直接运行，在注册事件循环的时候，其实是run_until_complete方法将协程包装成为了一个任务（task）对象。所谓task对象是Future类的子类。保存了协程运行后的状态，用于未来获取协程的结果。
例如：
import asyncio
async def fun():
print('hello word')
return 'miao'
loop = asyncio.get_event_loop()
task = loop.create_task(fun())
print(task)
loop.run_until_complete(task)
print(task)
图片.png
创建task后，task在加入事件循环之前是pending状态，因为do_some_work中没有耗时的阻塞操作，task很快就执行完毕了。后面打印的finished状态。
asyncio.ensure_future 和 loop.create_task都可以创建一个task，run_until_complete的参数是一个futrue对象。当传入一个协程，其内部会自动封装成task，task是Future的子类。isinstance(task, asyncio.Future)将会输出True。
【三】绑定回调
在task执行完毕的时候可以获取执行的结果，回调的最后一个参数是future对象，通过该对象可以获取协程返回值。如果回调需要多个参数，可以通过偏函数导入。
例如：
import asyncio
async def fun():
print('hello word')
return 'miao'
def callback(future):
print('Callback: ', future.result())
loop = asyncio.get_event_loop()
task = loop.create_task(fun())
#print(task)
task.add_done_callback(callback)
loop.run_until_complete(task)
#print(task)
图片.png
也可以使用ensure_future获取返回值
例如：
import asyncio
async def fun():
print('hello word')
return 'miao'
#def callback(future):
#print('Callback: ', future.result())
loop = asyncio.get_event_loop()
#task = loop.create_task(fun())
#task.add_done_callback(callback)
task = asyncio.ensure_future(fun())
loop.run_until_complete(task)
print('the fun() return is: {}'.format(task.result()))
图片.png
【四】await阻塞
使用async可以定义协程对象，使用await可以针对耗时的操作进行挂起，就像生成器里的yield一样，函数让出控制权。协程遇到await，事件循环将会挂起该协程，执行别的协程，直到其他的协程也挂起或者执行完毕，再进行下一个协程的执行。
耗时的操作一般是一些IO操作，例如网络请求，文件读取等。我们使用asyncio.sleep函数来模拟IO操作。协程的目的也是让这些IO操作异步化。
例如：
#coding:utf-8
import asyncio
import threading
import time
async def hello():
print("hello 1")
r = await asyncio.sleep(1)
print("hello 2")
def main():
loop = asyncio.get_event_loop()
print("begin")
loop.run_until_complete(hello())
loop.close()
print("end")
if __name__ == "__main__":
main()
图片.png
【五】3.6更新
①可以在同一个协程函数中同时使用await和yield
例如：
import asyncio
async def ticker(delay, to):
for i in range(to):
yield i
await asyncio.sleep(delay)
async def run():
async for i in ticker(1, 10):
print(i)
loop = asyncio.get_event_loop()
try:
loop.run_until_complete(run())
finally:
loop.close()
图片.png
顺带一提，yield 我们可以暂且认为是一种中断机制（详情可以参考官方文档，这种解释只是便于说明await）
例如：
def a():
print("first")
yield
print("second")
yield
print("end")
yield
if __name__ == "__main__":
g1=a()
print("next1")
g1.__next__()
print("next2")
g1.__next__()
print("next3")
g1.__next__()
图片.png
②允许在协程函数中异步推导式
例如：
async def ticker(delay, to):
for i in range(to):
yield i
await asyncio.sleep(delay)
async def run():
result = [i async for i in ticker(1, 10) if i%2]
print(result)
import asyncio
loop = asyncio.get_event_loop()
try:
loop.run_until_complete(run())
finally:
loop.close()
image
网友评论