async await介紹

用asyncio提供的@asyncio.coroutine可以把一個生成器標記為協(xié)程類型，然后在協(xié)程內(nèi)部用yield from 等待IO操作，讓出cpu執(zhí)行權(quán)。
然而異步的關(guān)鍵字yield 和 yield from畢竟是復用生成器關(guān)鍵字，兩者在概念上糾纏不清，所以從Python 3.5開始引入了新的語法async和await替換yield 和 yield from，讓協(xié)程的代碼更易懂。
簡單來說，可以這樣理解：

• async 替換 @asyncio.coroutine：標識一個函數(shù)為異步函數(shù)
• await 替換 yield from：標識等待IO操作，讓出CPU執(zhí)行權(quán)

async實現(xiàn)協(xié)程示例 

由于協(xié)程在各個python版本中有細微差異，本篇以python3.10為例

import asyncio
async def coro1():
    print("start coro1")
    await asyncio.sleep(2)
    print("end coro1")
async def coro2():
    print("start coro2")
    await asyncio.sleep(1)
    print("end coro2")
# 創(chuàng)建事件循環(huán)
loop = asyncio.get_event_loop()
# 創(chuàng)建任務
task1 = loop.create_task(coro1())
task2 = loop.create_task(coro2())
# 運行協(xié)程
loop.run_until_complete(asyncio.gather(task1, task2))
# 關(guān)閉事件循環(huán)
loop.close()

輸出結(jié)果：

start coro1
start coro2
end coro2
end coro1

代碼邏輯：

• 創(chuàng)建一個事件循環(huán)
• 將兩個異步函數(shù)coro1，coro2封裝成兩個任務task1，task2
• 用asyncio.gather將兩個任務組合到一起，并發(fā)執(zhí)行task1，task2
• 先執(zhí)行task1，遇到IO切換到task2
• 執(zhí)行task2，遇到IO切換，但此時沒有等待執(zhí)行的任務，cpu為空
• task2執(zhí)行完成，task1執(zhí)行完成

從示例代碼可以看出，協(xié)程的幾個關(guān)鍵要素：

• 事件循環(huán)
• 協(xié)程函數(shù)定義
• 可等待對象
• 并發(fā)執(zhí)行

協(xié)程基本原理

組成協(xié)程最重要的因素就是事件循環(huán)和任務。

• 任務就是一個對象，包括執(zhí)行的代碼，執(zhí)行完成、失敗等狀態(tài)以及返回結(jié)果，任務中通常會有IO切換。
• 事件循環(huán)，可以把它當做是一個while循環(huán)。while循環(huán)在周期性的運行并執(zhí)行一些任務，所有任務執(zhí)行完成會關(guān)閉循環(huán)。

偽代碼示例如下：

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)

獲取和創(chuàng)建事件循環(huán)：loop = asyncio.get_event_loop()

驅(qū)動事件循環(huán)運行：loop.run_until_complete(asyncio.gather(task1, task2))

事件循環(huán)過程：

事件循環(huán)中執(zhí)行任務，當執(zhí)行到某一個任務時遇到IO時，協(xié)程會讓出CPU給第二個任務執(zhí)行，第二個任務中遇到IO再次讓出CPU，直到所有任務完成。這就是協(xié)程并發(fā)性能好的一個關(guān)鍵能力：遇到IO切換任務執(zhí)行，避免了程序等待IO完成再執(zhí)行的耗時。

示例代碼的高級api實現(xiàn)

示例代碼中使用了asyncio.get_event_loop()和 loop.run_until_complete()等代碼，這些其實asyncio包的低級API，是為了展示底層原理而使用的。通常更推薦高級APIasyncio.run()實現(xiàn)協(xié)程并發(fā)。

import asyncio
async def coro1():
    print("start coro1")
    await asyncio.sleep(2)
    print("end coro1")
async def coro2():
    print("start coro2")
    await asyncio.sleep(1)
    print("end coro2")
async def main():
    task1 = asyncio.create_task(coro1())
    task2 = asyncio.create_task(coro2())
    await asyncio.gather(task1, task2)
asyncio.run(main())

run() 從功能上等價于以下低階API

loop = asyncio.get_event_loop()
task = loop.create_task(coro())
loop.run_until_complete(task)

為什么協(xié)程在IO密集時性能較好

很多人可能會疑問，多線程遇到IO也會切換，為什么協(xié)程比線程性能好呢？

簡單來是三點：

• 協(xié)程更輕量級，切換需要恢復的上下文很少，所以比線程更快速
• 線程切換CPU是搶占的，協(xié)程是主動讓出的，協(xié)程對CPU的使用更充分
• 協(xié)程更輕量級，啟動線程需要的內(nèi)存資源比協(xié)程更多

以上就是python協(xié)程異步IO中asyncio的使用的詳細內(nèi)容，更多關(guān)于python asyncio的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論