python協程

時間 2021-02-03

標籤 html python git github markdown session 多線程併發 app ssh 欄目 Python 简体版

原文原文鏈接

python協程

協程本質上就是一個線程，不過它是協做式的非搶佔式的程序，面向的是IO操做。python有GIL的限制，不能充分利用多線程的實現高併發。進程和線程都是經過cpu的調度實現不一樣任務的有序執行，協程則要在寫代碼的時候肯定執行順序。因爲協程在一個線程中，因此協程不能阻塞。html

優缺點：python

無需線程上下文切換的開銷
在一個線程中，不須要加鎖
沒法利用多核資源：協程的本質是單線程，須要和進程配合才能運行在多CPU上
進行阻塞(Blocking)操做(如IO時)會阻塞掉整個程序

python協程的發展時間較長：git

python2.5 爲生成器引用.send()、.throw()、.close()方法
python3.3 爲引入yield from，能夠接收返回值，可使用yield from定義協程
Python3.4 加入了asyncio模塊
Python3.5 增長async、await關鍵字，在語法層面的提供支持
python3.7 使用async def + await的方式定義協程
此後asyncio模塊更加完善和穩定，對底層的API進行的封裝和擴展
python將於 3.10版本中移除以yield from的方式定義協程（目前版本是3.9.1）

因爲asyncio每一個版本都會新增功能，對一些舊的底層的API進行封裝，極大地方便的使用者，但正由於此，網上有不少教程使用的接口官方已經不建議直接使用，應該改而使用更加高級的API，因此在這裏記錄一下如何使用這些API。github

簡單例子

要點：markdown

使用async def的形式定義
在協程中可使用await關鍵字，注意其後跟的是"可等待對象"(協程, 任務和 Future)
協程不能直接執行，須要在asyncio.run()中執行，也能夠跟在await後面

async和await這兩個關鍵字只能在協程中使用

import asyncio


async def foo(name):

	await asyncio.sleep(1)      # 這是一個不會阻塞的sleep，是一個協程
	print(f"name = {name}")


async def main():
	# 協程自己就是一個可等待對象
	await foo("lczmx")  # 執行協程
	print("done")

if __name__ == '__main__':
	# 使用asyncio.run運行
	asyncio.run(main())

asyncio.run(main, *, debug=False)方法就是對run_until_complete進行了封裝：
loop = events.new_event_loop()
return loop.run_until_complete(main)session

關於可等待對象
可等待對象(awaitable)是能在 await 表達式中使用的對象。能夠是協程或是具備__await__() 方法的對象。多線程

那麼協程是如何成爲可等待對象的呢？併發

collections.abc.Awaitable類，這是爲可等待對象提供的類，可被用於 await 表達式中

class Awaitable(metaclass=ABCMeta):
	__slots__ = ()

 @abstractmethod
	def __await__(self):	# __await__方法必須返回一個 iterator
		yield

 @classmethod
	def __subclasshook__(cls, C):
		if cls is Awaitable:
			return _check_methods(C, "__await__")
		return NotImplemented

用async def複合語句建立的函數，它返回的是一個Coroutine對象，而Coroutine繼承Awaitable。

併發

使用協程進行併發操做
方法一
使用asyncio.create_task(coro)方法，返回一個Task對象，Task類繼承Future，在python3.7如下版本中使用asyncio.ensure_future(coro_or_future)。app

import asyncio


async def foo(char:str, count: int):
    for i in range(count):
        print(f"{char}-{i}")
        await asyncio.sleep(.5)


async def main():
    task1 = asyncio.create_task(foo("A", 2))
    task2 = asyncio.create_task(foo("B", 3))
    task3 = asyncio.create_task(foo("C", 2))

    await task1
    await task2
    await task3


if __name__ == '__main__':
    asyncio.run(main())

執行結果ssh

A-0
B-0
C-0
A-1
B-1
C-1
B-2

方法二
使用asyncio.gather()方法，其內部調用的是asyncio.ensure_future()方法

import asyncio


async def foo(char:str, count: int):
    for i in range(count):
        print(f"{char}-{i}")
        await asyncio.sleep(.5)


async def main():

    await asyncio.gather(foo("A", 2), foo("B", 3), foo("C", 2))

if __name__ == '__main__':
    asyncio.run(main())

回調、返回值等操做

要完成這些功能須要Task對象，即asyncio.create_task()的返回值。因爲Task繼承Future，實現了除Future.set_result() 和 Future.set_exception()外的所有API，而asyncio.Future模仿的是 concurrent.futures.Future類，因此Task不少方法和在使用線/進程池時用到的方法相似（有細微差異）。

Task的方法，見官方文檔
使用回調函數和取得返回值的例子：

import asyncio


def callback(future):
    # 惟一參數是一個Task對象
    # print(type(future)) # <class '_asyncio.Task'>

    print(future)
    # <Task finished name='Task-2' coro=<foo() done, defined at E: ... xxx.py:11> result=123>

    print(future.result())      # 123 # 接收返回值
    print(future.get_name())    # foo


async def foo():
    print("running")
    return 123


async def main():
    task = asyncio.create_task(foo(), name="foo")   # name形參3.8及以上版本可用
    task.add_done_callback(callback)                # 添加回調函數
    await task


if __name__ == '__main__':
    asyncio.run(main())

與線程結合

咱們知道，協程自己就只有一個線程，假如這協程阻塞了，那麼整個程序也就阻塞了。爲此咱們在執行一些必然會產生阻塞的代碼時，能夠把代碼放入到其它線程/進程中，這樣能夠繼續執行協程的其它代碼了。

方法一
coroutine asyncio.to_thread(func, /, *args, **kwargs)
這是python3.9的新方法，3.9如下版本看方法二
在不一樣的線程中異步地運行函數 func。向此函數提供的任何*args 和 **kwargs 會被直接傳給 func。其返回值是一個協程，因此假若有回調等操做，使用asyncio.create_task(coro)方法，再調用Task對象的方法。

import asyncio
import time


def block_func(name: str):
    time.sleep(2)       # 模擬阻塞時間
    print(f"name = {name}")


async def foo():
    # 一個協程
    print("async foo")
    await asyncio.sleep(1)


async def main():
    await asyncio.gather(
        asyncio.to_thread(block_func, name="lczmx"),
        foo()
    )

if __name__ == '__main__':
    asyncio.run(main())

方法二
awaitable loop.run_in_executor(executor, func, *args)
安排在指定的執行器(線/進程池)中調用 func。該方法的返回值awaitable對象，其實就是一個asyncio.Future對象。這個方法使用起來也比較簡單，不過要注意傳參方式：位置參數能夠直接傳入，而關鍵字參數須要使用functools.partial()。

from concurrent.futures import ThreadPoolExecutor
from functools import partial
import asyncio
import time


def block_func(name: str, age: int):
    time.sleep(2)  # 模擬阻塞時間
    print(f"name = {name}, age = {age}")


async def foo():
    # 一個協程
    print("async foo")
    await asyncio.sleep(1)


async def main():
    loop = asyncio.get_running_loop()

    with ThreadPoolExecutor(5) as pool:
        task = loop.run_in_executor(pool, partial(block_func, "lczmx", age=18))
        # task能夠添加回調等操做

    await asyncio.gather(foo(), task)


if __name__ == '__main__':
    asyncio.run(main())

這個兩個方法的關係
asyncio.to_thread()方法實質上就是對loop.run_in_executor()方法進行了封裝：

async def to_thread(func, /, *args, **kwargs):
    loop = events.get_running_loop()
    ctx = contextvars.copy_context()
    func_call = functools.partial(ctx.run, func, *args, **kwargs)
    return await loop.run_in_executor(None, func_call)

假如B線程想要把協程c放入到A線程的事件循環中執行，使用syncio.run_coroutine_threadsafe(coro_func(), loop)方法，具體怎麼使用見範例

異步上下文管理器

異步上下文管理器使用的是async with語法，是上下文管理器的一種，它可以在其__aenter__ 和 __aexit__ 方法中暫停執行。使用異步上下文管理器以前，能夠先看一看通常的上下文管理器，類比過來。

__aenter__(self)
在語義上相似於 __enter__()，僅有的區別是它必須返回一個可等待對象。
__aexit__(self, exc_type, exc_value, traceback)
在語義上相似於 __exit__()，僅有的區別是它必須返回一個可等待對象。

一個簡單的例子：

import asyncio


class AContext:
    def __init__(self):
        print("init running")

    async def __aenter__(self):
        print("aenter running")

    async def __aexit__(self, exc_type, exc_val, exc_tb):
        print("aexit running")


async def main():
    async with AContext() as ac:
        print("AContext", ac)   # AContext None # __aenter__ 沒有return東西


if __name__ == '__main__':
    print("start")
    asyncio.run(main())

使用標準庫

除了上述方法能夠實現異步上下文管理器外，還可使用contextlib.asynccontextmanager裝飾器+yield實現，yield前面的代碼對應__aenter__，其後的代碼對應__aexit__。

import contextlib
import asyncio


# 加上裝飾器
@contextlib.asynccontextmanager
async def foo():
    try:
        # 進行初始化
        yield "返回你要操做的對象"
    finally:
        # 處理釋放資源等操做
        pass


async def main():
    async with foo() as f:
        print(f)


if __name__ == "__main__":
    asyncio.run(main())

異步迭代器

異步迭代器使用的時async for語法，和常規的for表達式同樣， async for也有一個可選的else 分句。異步迭代器有如下幾個要求：

必須實現__aiter__方法，該方法返回一個異步迭代器對象。
異步迭代器對象必須實現__anext__方法，該方法返回一個awaitable類型的值。
爲了中止迭代，__anext__必須拋出一個StopAsyncIteration異常。
跟迭代器協議很是相似。
例子：

class AsyncIteratorWrapper:
    def __init__(self, obj):
        self._it = iter(obj)

    def __aiter__(self):
        return self

    async def __anext__(self):
        try:
            value = next(self._it)
        except StopIteration:
            raise StopAsyncIteration
        return value

async for letter in AsyncIteratorWrapper("abc"):
    print(letter)

綜合例子

非阻塞爬蟲

from contextlib import asynccontextmanager
from concurrent.futures import ThreadPoolExecutor
from functools import partial
import requests
import asyncio
import time


class ASyncRequests:
    """非阻塞的requests"""

    def __init__(self, count):
        """ :param count: 線程池大小 """
        assert isinstance(count, int)
        self.pool = ThreadPoolExecutor(count)  # 建立線程池
        self.loop = asyncio.get_running_loop()  # 得到事件循環
        if not self.loop:
            raise RuntimeError("event loop爲None")

        # self.all_future 用於裝run_in_executor返回的future對象
        # python3.9版本用to_thread

        self.all_future = []

    def get(self, url, callback, **kwargs):
        self.requests(url, "get", callback, **kwargs)

    def post(self, url, callback, **kwargs):
        self.requests(url, "post", callback, **kwargs)

    def requests(self, url, method, callback, **kwargs):
        """ 寫了兩種方法，第一種適合版本python，另外一種適合最新版的python """

        # python3.5及以上版本可用
        # run_in_executor:
        # 把阻塞的函數放入線程池中執行
        # 返回一個asyncio.Future對象
        # 傳值時，利用 偏函數 傳關鍵字參數

        result = self.loop.run_in_executor(self.pool, partial(requests.request,
                                                              url=url, method=method, **kwargs))
        result.add_done_callback(callback)  # 回調
        self.all_future.append(result)

        # python3.9及以上版本可用
        # to_thread:
        # 使用其它的線程，執行阻塞函數
        # 返回一個協程
        # 除第一個參數外的全部參數都會給func

        # coro = asyncio.to_thread(requests.request, url=url, method=method, **kwargs)
        # task = asyncio.create_task(coro)
        # task.add_done_callback(callback) # 回調
        # self.all_future.append(task)


def process_get(future):
    """回調函數，處理返回值"""

    print(type(future))  # <class '_asyncio.Future'>

    # future.result()的返回值就是Response對象
    print(future.result().status_code)  # 200


@asynccontextmanager
async def request_session(count=5):
    try:
        async_req = ASyncRequests(count)
        yield async_req
    finally:
        await asyncio.gather(*async_req.all_future)


async def main():
    async with request_session(10) as session:
        session.get("https://www.baidu.com/", callback=process_get)
        session.get("https://www.sogo.com/", callback=process_get)
        session.get("https://cn.bing.com/", callback=process_get)
        session.get("https://www.cnblogs.com/lczmx", callback=process_get)


def block_req():
    requests.get("https://www.baidu.com/")
    requests.get("https://www.sogo.com/")
    requests.get("https://cn.bing.com/")
    requests.get("https://www.cnblogs.com/lczmx")


if __name__ == '__main__':
    start = time.time()
    asyncio.run(main())
    end = time.time()
    print("使用協程加線程：總用時: %f sec" % (end - start))

    block_req()
    print("直接訪問：總用時: %f sec" % (time.time() - end))
    # 訪問數越多，協程的優點就越大
    # 訪問同一個網站過多可能會報錯 Connection aborted.', ConnectionResetError(10054, '遠程主機強迫關閉了一個現有的鏈接。