一. asyncio简介

1、什么是asyncio？

和我们以前常用的gevent模块相似，asyncio模块也是在Python中实现协程的模块
区别是gevent是第三方库，通过greenlet实现协程，遇到I/O自动切换（自动挡）
asyncio是Python 3.4版本引入的标准库，asycio 需要自己在代码中让出CPU，控制权在自己手上（手动挡）
asyncio是原生协程关键字:Async和Await，它们的底层基于生成器函数

2、asyncio应用场景

在程序在执行 IO 密集型任务的时候，程序会因为等待 IO 而阻塞。
协程遇到io操作而阻塞时，立即切换到别的任务，如果操作完成则进行回调返回执行结果

3、asyncio的一些关键字的说明

event_loop 事件循环：程序开启一个无限循环，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，其中包含了任务的各种状态
future: 代表将来执行或没有执行的任务的结果。它和task上没有本质上的区别
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。

二. asyncio基本使用

1、定义协程并创建tasks

在上面带中我们通过async关键字定义一个协程（coroutine）,当然协程不能直接运行，需要将协程加入到事件循环loop中
asyncio.get_event_loop：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
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.
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

定义一个协程并创建tasks:

import asyncio
import time# 我们通过async关键字定义一个协程,当然协程不能直接运行，需要将协程加入到事件循环loop中
async def do_some_work(x):print("waiting:", x)start = time.time()coroutine = do_some_work(2)
loop = asyncio.get_event_loop()        # asyncio.get_event_loop：创建一个事件循环
# 通过loop.create_task(coroutine)创建task,同样的可以通过 asyncio.ensure_future(coroutine)创建task
task = loop.create_task(coroutine)     # 创建任务, 不立即执行
loop.run_until_complete(task)         # 使用run_until_complete将协程注册到事件循环，并启动事件循环
print("Time:",time.time() - start)

2、绑定回调

绑定回调，在task执行完成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。

asyncio绑定回调:

import asyncio
import time# 我们通过async关键字定义一个协程,当然协程不能直接运行，需要将协程加入到事件循环loop中
async def do_some_work(x):print("waiting:", x)return "Done after {}s".format(x)def callback(future):print("callback:",future.result())start = time.time()coroutine = do_some_work(2)
loop = asyncio.get_event_loop()        # asyncio.get_event_loop：创建一个事件循环
# 通过loop.create_task(coroutine)创建task,同样的可以通过 asyncio.ensure_future(coroutine)创建task
task = loop.create_task(coroutine)     # 创建任务, 不立即执行
# task = asyncio.ensure_future(coroutine)
task.add_done_callback(callback)
# 绑定回调，在task执行完成的时候可以获取执行的结果
loop.run_until_complete(task)         # 使用run_until_complete将协程注册到事件循环，并启动事件循环
print("Time:",time.time() - start)''' 运行结果
waiting: 2
callback: Done after 2s
Time: 0.0010030269622802734

3、阻塞和await

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。

普通串行花费7秒:

# 普通串行花费7秒
import time
def do_some_work(t):time.sleep(t)print('用了%s秒' % t)start = time.time()
coroutine1 = do_some_work(1)
coroutine2 = do_some_work(2)
coroutine3 = do_some_work(4)
print(time.time()-start)
'''
用了1秒
用了2秒
用了4秒
7.002151012420654
'''

使用协程并发执行只花费4秒:

# 使用协程并发执行只花费4秒
import asyncio
import timeasync def do_some_work(x):print("Waiting:",x)await asyncio.sleep(x)return "Done after {}s".format(x)start = time.time()coroutine1 = do_some_work(1)
coroutine2 = do_some_work(2)
coroutine3 = do_some_work(4)tasks = [asyncio.ensure_future(coroutine1),asyncio.ensure_future(coroutine2),asyncio.ensure_future(coroutine3)
]loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))for task in tasks:print("Task ret:",task.result())print("Time:",time.time() - start)
'''
Waiting: 1
Waiting: 2
Waiting: 4
Task ret: Done after 1s
Task ret: Done after 2s
Task ret: Done after 4s
Time: 4.0038135051727295
'''

4、协程嵌套

使用async可以定义协程，协程用于耗时的io操作，我们也可以封装更多的io操作过程
这样就实现了嵌套的协程，即一个协程中await了另外一个协程，如此连接起来。

1）协程嵌套写法

协程嵌套普通写法:

# 1. 使用async可以定义协程，协程用于耗时的io操作，我们也可以封装更多的io操作过程
# 2. 这样就实现了嵌套的协程，即一个协程中await了另外一个协程，如此连接起来。import asyncio
import time
import asyncioasync def do_some_work(x):print("waiting:",x)await asyncio.sleep(x)return "Done after {}s".format(x)async def main():coroutine1 = do_some_work(1)coroutine2 = do_some_work(2)coroutine3 = do_some_work(4)tasks = [asyncio.ensure_future(coroutine1),asyncio.ensure_future(coroutine2),asyncio.ensure_future(coroutine3)]dones, pendings = await asyncio.wait(tasks)for task in dones:print("Task ret:", task.result())# results = await asyncio.gather(*tasks)# for result in results:#     print("Task ret:",result)start = time.time()loop = asyncio.get_event_loop()
loop.run_until_complete(main())
print("Time:", time.time() - start)
'''
waiting: 1
waiting: 2
waiting: 4
Task ret: Done after 1s
Task ret: Done after 2s
Task ret: Done after 4s
Time: 4.003407716751099
'''

协程嵌套使用asyncio.wait方式挂起协程:

# 或者返回使用asyncio.wait方式挂起协程
import asyncio
import timeasync def do_some_work(x):print("waiting:",x)await asyncio.sleep(x)return "Done after {}s".format(x)async def main():coroutine1 = do_some_work(1)coroutine2 = do_some_work(2)coroutine3 = do_some_work(4)tasks = [asyncio.ensure_future(coroutine1),asyncio.ensure_future(coroutine2),asyncio.ensure_future(coroutine3)]return await asyncio.wait(tasks)start = time.time()loop = asyncio.get_event_loop()
done,pending = loop.run_until_complete(main())
for task in done:print("Task ret:",task.result())print("Time:", time.time() - start)
'''
waiting: 1
waiting: 2
waiting: 4
Task ret: Done after 1s
Task ret: Done after 2s
Task ret: Done after 4s
Time: 4.002181529998779
'''

协程嵌套使用列表推导式简写:

import time
import asyncioasync def job(t):            # 使用 async 关键字将一个函数定义为协程await asyncio.sleep(t)   # 等待 t 秒, 期间切换执行其他任务print('用了%s秒' % t)async def main(loop):           # 使用 async 关键字将一个函数定义为协程tasks = [loop.create_task(job(t)) for t in range(1,3)]  # 创建任务, 不立即执行await asyncio.wait(tasks)   # 执行并等待所有任务完成start = time.time()
loop = asyncio.get_event_loop()      # 创建一个事件loop
loop.run_until_complete(main(loop))  # 将事件加入到事件循环loop
loop.close()                         # 关闭 loopprint(time.time()-start)
'''
用了1秒
用了2秒
2.0013420581817627
'''

asyncio简介与应用场景（基本使用）相关推荐

kafka入门：简介、使用场景、设计原理、主要配置及集群搭建
为什么80%的码农都做不了架构师?>>> kafka入门:简介.使用场景.设计原理.主要配置及集群搭建(转) 问题导读: 1.zookeeper在kafka的作用是什么? 2. ...
DL：深度学习模型概览(包括DNN、CNN、RNN等)的简介、网络结构简介、使用场景对比之详细攻略
DL:神经网络所有模型(包括DNN.CNN.RNN等)的简介(概览).网络结构简介.使用场景对比之详细攻略目录神经网络所有模型的简介及其总结神经网络所有模型的简介(概览) 神经网络算法之DNN. ...
python asyncio_Python 的异步 IO：Asyncio 简介
原标题:Python 的异步 IO:Asyncio 简介 Python 的 asyncio 类似于 C++ 的 Boost.Asio. 异步 IO,就是你发起一个 IO 操作,不用等它结束,可以继续做 ...
Quartz简介及应用场景
Quartz简介及应用场景 1. Quartz介绍核心类介绍简单触发器创建一个Quartz项目 pom导入: 入门级案例最终执行,是没6秒指定一次,自行三次,触发器设定的. 表达式触发器表达 ...
经济型EtherCAT运动控制器(一)：功能简介与应用场景
XPLC006E功能简介 XPLC006E是正运动运动控制器推出的一款多轴经济型EtherCAT总线运动控制器,XPLC系列运动控制器可应用于各种需要脱机或联机运行的场合. XPLC006E自带6个电 ...
Apache Camel简介以及使用场景
Apache Camel简介以及使用场景我们要解决的问题以及解决方案我们要解决的问题 EAI的常用解决方案 SOA架构模型 ESB企业服务总线如何实现ESB 为什么使用Camel Camel可以 ...
Cloud Computing：基于无影云电脑利用Python语言实现绘制“可爱小老虎”虎年快乐及无影云电脑简介、应用场景、使用体验(五步快速上手)分享图文教程之详细攻略
Cloud Computing:基于无影云电脑利用Python语言实现绘制"可爱小老虎"虎年快乐及无影云电脑简介.应用场景.使用体验(五步快速上手)分享图文教程之详细攻略目录无 ...
Go 简介、应用场景
Go 简介.应用场景一. go语言的优势 1.并发性能好基于goroutine(协程) 的并发,可以将 goroutine 理解为一种虚拟线程.Go 语言运行时会参与调度 goroutine,并将 ...
3dmax：3dmax三维动画之粒子系统简介、基本场景之详细攻略
3dmax:3dmax三维动画之粒子系统简介.基本场景之详细攻略目录 3dmax三维动画之粒子系统简介.使用方法之详细攻略粒子系统简介.使用方法

asyncio简介与应用场景（基本使用）

目录：

一. asyncio简介

1、什么是asyncio？

2、asyncio应用场景

3、asyncio的一些关键字的说明

二. asyncio基本使用

1、定义协程并创建tasks

2、绑定回调

3、阻塞和await

4、协程嵌套

asyncio简介与应用场景（基本使用）相关推荐

最新文章

热门文章