您好,登錄后才能下訂單哦!
導語:本文章記錄了本人在學習Python基礎之控制流程篇的重點知識及個人心得,打算入門Python的朋友們可以來一起學習并交流。
本文重點:
1、了解asyncio包的功能和使用方法;
2、了解如何避免阻塞型調用;
3、學會使用協(xié)程避免回調地獄。
一、使用asyncio包做并發(fā)編程
1、并發(fā)與并行
并發(fā):一次處理多件事。
并行:一次做多件事。
并發(fā)用于制定方案,用來解決可能(但未必)并行的問題。并發(fā)更好。
2、asyncio概述
了解asyncio的4個特點:
在協(xié)程中使用yield from需要注意兩點:
但在asyncio包的API中使用yield from還需注意兩個細節(jié):
實例——通過asyncio包和協(xié)程以動畫形式顯示文本式旋轉指針:
import asyncio import itertools import sys @asyncio.coroutine # 交給 asyncio 處理的協(xié)程要使用 @asyncio.coroutine 裝飾 def spin(msg): for char in itertools.cycle('|/-\\'): status = char + ' ' + msg print(status) try: yield from asyncio.sleep(.1) # 使用 yield from asyncio.sleep(.1) 代替 time.sleep(.1),這樣的休眠不會阻塞事件循環(huán)。 except asyncio.CancelledError: # 如果 spin 函數(shù)蘇醒后拋出 asyncio.CancelledError 異常,其原因是發(fā)出了取消請求,因此退出循環(huán)。 break @asyncio.coroutine def slow_function(): # slow_function 函數(shù)是協(xié)程,在用休眠假裝進行 I/O 操作時,使用 yield from 繼續(xù)執(zhí)行事件循環(huán)。 # 假裝等待I/O一段時間 yield from asyncio.sleep(3) # yield from asyncio.sleep(3) 表達式把控制權交給主循環(huán),在休眠結束后恢復這個協(xié)程。 return 42 @asyncio.coroutine def supervisor(): # supervisor 函數(shù)也是協(xié)程 spinner = asyncio.async(spin('thinking!')) # asyncio.async(...) 函數(shù)排定 spin 協(xié)程的運行時間,使用一個 Task 對象包裝spin 協(xié)程,并立即返回。 print('spinner object:', spinner) result = yield from slow_function() # 驅動 slow_function() 函數(shù)。結束后,獲取返回值。 # 同時,事件循環(huán)繼續(xù)運行,因為slow_function 函數(shù)最后使用 yield from asyncio.sleep(3) 表達式把控制權交回給了主循環(huán)。 spinner.cancel() # Task 對象可以取消;取消后會在協(xié)程當前暫停的 yield 處拋出 asyncio.CancelledError 異常。協(xié)程可以捕獲這個異常,也可以延遲取消,甚至拒絕取消。 return result if __name__ == '__main__': loop = asyncio.get_event_loop() # 獲取事件循環(huán)的引用 result = loop.run_until_complete(supervisor()) # 驅動 supervisor 協(xié)程,讓它運行完畢;這個協(xié)程的返回值是這次調用的返回值。 loop.close() print('Answer:', result)
3、線程與協(xié)程對比
線程:調度程序在任何時候都能中斷線程。必須記住保留鎖。去保護程序中的重要部分,防止多步操作在執(zhí)行的過程中中斷,防止數(shù)據(jù)處于無效狀態(tài)。
協(xié)程:默認會做好全方位保護,以防止中斷。對協(xié)程來說無需保留鎖,在多個線程之間同步操作,協(xié)程自身就會同步,因為在任意時刻只有一個協(xié)程運行。
4、從期物、任務和協(xié)程中產出
在asyncio包中,期物和協(xié)程關系緊密,因為可以使用yield from從asyncio.Future對象中產出結果。這意味著,如果foo是協(xié)程函數(shù),抑或是返回Future或Task實例的普通函數(shù),那么可以這樣寫:res=yield from foo()。這是asyncio包中很多地方可以互換協(xié)程與期物的原因之一。
二、避免阻塞型調用
1、有兩種方法能避免阻塞型調用中止整個應用程序的進程:
使用多線程處理大量連接時將耗費過多的內存,故此通常使用回調來實現(xiàn)異步調用。
2、使用Executor對象防止阻塞事件循環(huán):
使用loop.run_in_executor把阻塞的作業(yè)(例如保存文件)委托給線程池做。
@asyncio.coroutine def download_one(cc, base_url, semaphore, verbose): try: with (yield from semaphore): image = yield from get_flag(base_url, cc) except web.HTTPNotFound: status = HTTPStatus.not_found msg = 'not found' except Exception as exc: raise FetchError(cc) from exc else: loop = asyncio.get_event_loop() # 獲取事件循環(huán)對象的引用 loop.run_in_executor(None, # None 使用默認的 TrreadPoolExecutor 實例 save_flag, image, cc.lower() + '.gif') # 傳入可調用對象 status = HTTPStatus.ok msg = 'OK' if verbose and msg: print(cc, msg) return Result(status, cc)
asyncio 的事件循環(huán)背后維護一個 ThreadPoolExecutor 對象,我們可以調用 run_in_executor 方法, 把可調用的對象發(fā)給它執(zhí)行。
三、從回調到期物和協(xié)程
回調地獄:如果一個操作需要依賴之前操作的結果,那就得嵌套回調。
Python 中的回調地獄:
def stage1(response1): request2 = step1(response1) api_call2(request2, stage2) def stage2(response2): request3 = step2(response2) api_call3(request3, stage3) def stage3(response3): step3(response3) api_call1(request1, step1)
使用 協(xié)程 和 yield from 結構做異步編程,無需用回調:
@asyncio.coroutine def three_stages(request1): response1 = yield from api_call1() request2 = step1(response1) response2 = yield from api_call2(request2) request3 = step2(response2) response3 = yield from api_call3(request3) step3(response3) loop.create_task(three_stages(request1)) # 協(xié)程不能直接調用,必須用事件循環(huán)顯示指定協(xié)程的執(zhí)行時間,或者在其他排定了執(zhí)行時間的協(xié)程中使用 yield from 表達式把它激活
四、使用asyncio包編寫服務器
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持億速云。
免責聲明:本站發(fā)布的內容(圖片、視頻和文字)以原創(chuàng)、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關證據(jù),一經查實,將立刻刪除涉嫌侵權內容。