Python asyncio 的 Future 和 Task

前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站零基础入门的AI学习网站~。  

目录

​编辑

前言

Future

 1 创建 Future 对象

 2 将 Future 包装成 Task

 3 获取 Future 结果

Task

 1 创建 Task 对象

 2 多个 Task 并发执行

应用场景

 1 网络请求并发处理

 2 异步文件读写操作

总结

---

前言

在 Python 中， asyncio 是一个强大的异步编程库，用于编写并发性高的异步程序。在 asyncio 中， Future 和 Task 是两个核心概念，用于管理异步操作的状态和执行。本文将详细介绍 asyncio 中的 Future 和 Task ，包括其概念、用法以及实际应用场景，并提供丰富的示例代码。

Future

Future 是一个用于表示异步操作结果的对象，它可以看作是一个未来可能完成的操作。在 asyncio 中，可以通过 asyncio.Future() 创建一个 Future 对象，然后通过 asyncio.ensure_future() 或 asyncio.create_task() 方法将异步操作包装成一个 Task 对象，最终获取异步操作的结果。

 1 创建 Future 对象

下面是一个简单的示例，演示了如何使用 asyncio.Future() 创建一个 Future 对象：

import asyncio

async def coro():
    await asyncio.sleep(1)
    return "Hello, Future!"

future = asyncio.Future()

在这个示例中，创建了一个 coro 协程函数，然后使用 asyncio.Future() 创建了一个 Future 对象。

 2 将 Future 包装成 Task

除了直接使用 Future 对象外，我们还可以通

过 asyncio.ensure_future() 或 asyncio.create_task() 方法将异步操作包装成一个 Task 对象，从而更方便地管理异步操作。

task = asyncio.ensure_future(coro())
# 或者
task = asyncio.create_task(coro())

 3 获取 Future 结果

一旦异步操作完成，可以使用 add_done_callback() 方法或 await 关键字来获取 Future 对象的结果。

def callback(fut):
    print("Future result:", fut.result())

future.add_done_callback(callback)

# 或者使用 await 关键字
result = await future
print("Future result:", result)

Task

Task 是对 Future 对象的进一步封装，它表示一个协程函数的执行，可以看作是对协程函数的异步调用。 Task 对象由 asyncio.ensure_future() 或 asyncio.create_task() 方法创建，它继承自 Future 类，因此也具有 Future 对象的所有方法和属性。

 1 创建 Task 对象

下面是一个示例，演示了如何使用 asyncio.ensure_future() 或 asyncio.create_task() 方法创建 Task 对象：

async def coro():
    await asyncio.sleep(1)
    return "Hello, Task!"

task1 = asyncio.ensure_future(coro())
# 或者
task2 = asyncio.create_task(coro())

在这个示例中，创建了两个 coro 协程函数的 Task 对象。

 2 多个 Task 并发执行

Task 对象可以在 asyncio 中实现并发执行，从而提高程序的性能。以下是一个示例，演示了如何同时执行多个 Task 对象：

async def coro1():
    await asyncio.sleep(1)
    return "Task 1"

async def coro2():
    await asyncio.sleep(2)
    return "Task 2"

task1 = asyncio.create_task(coro1())
task2 = asyncio.create_task(coro2())

results = await asyncio.gather(task1, task2)
print("Results:", results)

在这个示例中，创建了两个协程函数 coro1 和 coro2 的 Task 对象，并通过 asyncio.gather() 函数同时执行这两个 Task 对象，并获取它们的结果。

应用场景

 1 网络请求并发处理

asyncio 中的 Task 可以很方便地实现多个网络请求的并发处理，从而提高程序的效率。 以下是一个示例，演示了如何使用 Task 对象同时发送多个 HTTP 请求并获取结果：

import asyncio
import aiohttp

async def fetch(session, url):
    async with session.get(url) as response:
        return await response.text()

async def main():
    async with aiohttp.ClientSession() as session:
        task1 = asyncio.create_task(fetch(session, "http://example.com/page1"))
        task2 = asyncio.create_task(fetch(session, "http://example.com/page2"))
        task3 = asyncio.create_task(fetch(session, "http://example.com/page3"))
        results = await asyncio.gather(task1, task2, task3)
        print("Results:", results)

asyncio.run(main())

 2 异步文件读写操作

在处理大量文件读写操作时，使用异步方式可以提高程序的性能。 asyncio 中的 Task 对象可以很方便地实现异步文件读写操作。 以下是一个示例，演示了如何使用 Task 对象异步读取多个文件的内容并合并：

import asyncio

async def read_file(file_name):
    async with aiofiles.open(file_name, mode='r') as file:
        return await file.read()

async def main():
    tasks = []
    for i in range(1, 4):
        tasks.append(asyncio.create_task(read_file(f"file_{i}.txt")))
    results = await asyncio.gather(*tasks)
    print("Results:", results)

asyncio.run(main())

总结

本文详细介绍了 Python asyncio 中的 Future 和 Task ，包括其概念、用法以及实际应用场景，并提供了丰富的示例代码。 Future 和 Task 是 asyncio 中的两个核心概念，用于管理异步操作的状态和执行。它们可以很方便地实现异步编程，提高程序的性能和效率。希望本文能够帮助大家更深入地理解和应用 Python asyncio 中的 Future 和 Task 功能。