python协程异步IO中asyncio的使用

目录

• async await介绍
• async实现协javascript程示例 
• 协程基本原理
• 示例代码的高级api实现
• 为什么协程在IO密集时性能较好

async await介绍

用asyncio提供的@ashttp://www.devze.comyncio.coroutine可以把一个生成器标记为协程类型，然后在协程内部用yield from 等待IO操作，让出cpu执行权。

然而异步的关键字yield 和 yield from毕竟是复用生成器关键字，两者在概念上纠缠不清，所以从python 3.5开始引入了新的语法async和await替换yield 和 yield from，让协程的代码更易懂。

简单来说，可以这样理解：

• async 替换 @asyncio.coroutine：标识一个函数为异步函数
• await 替换 yield from：标识等待IO操作，让出CPU执行权

async实现协程示例 

由于协程在各个python版本中有细微差异，本篇以python3.10为例

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")
# 创建事件循环
loop = asyncio.get_event_loop()
# 创建任务
task1 = loop.create_task(coro1())
task2 = loop.create_task(coro2())
# 运行协程
loop.run_until_complete(asyncio.gather(task1, task2))
# 关闭事件循环
loop.close()

输出结果：

start coro1

start coro2

end coro2

end coro1

代码逻辑：

• 创建一个事件循环
• 将两个异步函数coro1，coro2封装成两个任务task1，task2
• 用asyncio.gather将两个任务组合到一起，并发执行task1，编程客栈task2
• 先执行task1，遇到IO切换到task2
• 执行task2，遇到IO切换，但此时没有等待执行的任务，cpu为空
• task2执行完成，task1执行完成

从示例代码可以看出，协程的几个关键要素：

• 事件循环
• 协程函数定义
• 可等待对象
• 并发执行

协程基本原理

组成协程最重要的因素就是事件循环和任务。

• 任务就是一个对象，包括执行的代码，执行完成、失败等状态以及返回结果，任务中通常会有IO切换。
• 事件循环，可以把它当做是一个while循环。while循环在周期性的运行并执行一些任务，所有任务执行完成会关闭循环。

伪代码示例如下：

任务列表 = [ 任务1, 任务2, 任务3,... ]

while True:

    可执行的任务列表，已完成的任务列表 = 去任务列表中检查所有的任务，将'可执行'和'已完成'的任务返回

    for 就绪任务 in 已准备就绪的任务列表:

&n编程客栈bsp;       执行已就绪的任务

    for 已完成的任务 in 已完成的任务列表:

&nhttp://www.devze.combsp;       在任务列表中移除 已完成的任务

    如果 任务列表 中的任务都已完成，则终止循环

获取和创建事件循环：loop = asyncio.get_event_loop()

驱动事件循环运行：loop.run_until_complete(asyncio.gather(task1, task2))

事件循环过程：

事件循环中执行任务，当执行到某一个任务时遇到IO时，协程会让出CPU给第二个任务执行，第二个任务中遇到IO再次让出CPU，直到所有任务完成。这就是协程并发性能好的一个关键能力：遇到IO切换任务执行，避免了程序等待IO完成再执行的耗时。

示例代码的高级api实现

示例代码中使用了asyncio.get_event_loop()和 loop.run_until_complete()等代码，这些其实asyncio包的低级API，是为了展示底层原理而使用的。通常更推荐高级APIasyncio.run()实现协程并发。

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() 从功能上等价于以下低阶API

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

为什么协程在IO密集时性能较好

很多人可能会疑问，多线程遇到IO也会切换，为什么协程比线程性能好呢？

简单来是三点：

• 协程更轻量级，切换需要恢复的上下文很少，所以比线程更快速
• 线程切换CPU是抢占的，协程是主动让出的，协程对CPU的使用更充分
• 协程更轻量级，启动线程需要的内存资源比协程更多

以上就是python协程异步IO中asyncio的使用的详细内容，更多关于python asyncio的资料请关注编程客栈(www.devze.com)其它相关文章！