ThreadPoolExecutor和asyncio完成阻塞IO请求
这个小节我们看下如何将线程池和asyncio结合起来。
在协程里面我们还是需要使用多线程的,那什么时候需要使用多线程呢?
我们知道协程里面是不能加入阻塞IO的,但是有时我们必须执行阻塞IO的操作的时候,我们就需要多线程编程了,即我们要在协程中集成阻塞IO的时候就需要多线程操作。
import asyncio
from concurrent.futures import ThreadPoolExecutor
import socket
from urllib.parse import urlparse
def get_url(url):
#通过socket请求html
url = urlparse(url)
host = url.netloc
path = url.path
if path == "":
path = "/"
#建立socket连接
client = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
client.connect((host, 80)) #阻塞不会消耗cpu
#不停的询问连接是否建立好, 需要while循环不停的去检查状态
#做计算任务或者再次发起其他的连接请求
client.send("GET {} HTTP/1.1\r\nHost:{}\r\nConnection:close\r\n\r\n".format(path, host).encode("utf8"))
data = b""
while True:
d = client.recv(1024)
if d:
data += d
else:
break
data = data.decode("utf8")
html_data = data.split("\r\n\r\n")[1]
print(html_data)
client.close()
if __name__ == "__main__":
import time
start_time = time.time()
loop = asyncio.get_event_loop()
# 获得线程池的 executor
executor = ThreadPoolExecutor()
# 同样我们可以控制线程池的并发数量
# executor = ThreadPoolExecutor()
# 并发20个请
tasks = []
for url in range(20):
url = "http://shop.projectsedu.com/goods/{}/".format(url)
# 将阻塞的代码放到线程池中运行 返回的是 task
task = loop.run_in_executor(executor, get_url, url)
tasks.append(task)
loop.run_until_complete(asyncio.wait(tasks))
print("last time:{}".format(time.time()-start_time))
# 输出
last time:2.110485076904297
上面的代码会生成一个线程池 然后让阻塞的代码去线程池中执行。
看下源码:
def run_in_executor(self, executor, func, *args):
self._check_closed()
if self._debug:
self._check_callback(func, 'run_in_executor')
if executor is None:
executor = self._default_executor
# 即使我们没创建 executor 也会自己创建一个
if executor is None:
executor = concurrent.futures.ThreadPoolExecutor()
self._default_executor = executor
# 最后将阻塞代码放到线程池执行 然后返回一个 future 对象
return futures.wrap_future(executor.submit(func, *args), loop=self)
def wrap_future(future, *, loop=None):
"""Wrap concurrent.futures.Future object."""
if isfuture(future):
return future
assert isinstance(future, concurrent.futures.Future), \
'concurrent.futures.Future is expected, got {!r}'.format(future)
if loop is None:
loop = events.get_event_loop()
new_future = loop.create_future()
_chain_future(future, new_future)
return new_future
当我们需要在协程中调用阻塞IO的时候 就可以按照这种方式 放到线程池中
asyncio模拟http请求
在asyncio里面凡是异步的地方都会创建一个future
import asyncio
from urllib.parse import urlparse
async def get_url(url):
url = urlparse(url)
host = url.netloc
path = url.path
if path == "":
path = "/"
# 通过协程的方式 建立socket连接 返回两个对象
reader, writer = await asyncio.open_connection(host, 80)
writer.write("GET {} HTTP/1.1\r\nHost:{}\r\nConnection:close\r\n\r\n".format(path, host).encode("utf8"))
all_lines = []
async for raw_line in reader:
data = raw_line.decode("utf8")
all_lines.append(data)
html = "\n".join(all_lines)
return html
async def main():
tasks = []
for url in range(20):
url = "http://shop.projectsedu.com/goods/{}/".format(url)
# 添加 future 对象到列表中
tasks.append(asyncio.ensure_future(get_url(url)))
# 将完成的打印出来 as_completed 返回的是协程
for task in asyncio.as_completed(tasks):
result = await task
print(result)
if __name__ == "__main__":
import time
start_time = time.time()
loop = asyncio.get_event_loop()
loop.run_until_complete(main())
print('last time:{}'.format(time.time() - start_time))
if __name__ == "__main__":
import time
start_time = time.time()
loop = asyncio.get_event_loop()
tasks = []
for url in range(20):
url = "http://shop.projectsedu.com/goods/{}/".format(url)
tasks.append(get_url(url))
loop.run_until_complete(asyncio.wait(tasks))
print('last time:{}'.format(time.time() - start_time))
整个过程和之前我们实现的完全一致
future和task
future是一个结果容器会将结果放到future中,结果容器运行完毕之后会运行callback,类似线程池中的future。task是future的一个子类。
我们看下一个特殊的函数
class Future:
"""This class is *almost* compatible with concurrent.futures.Future.
Differences:
- result() and exception() do not take a timeout argument and
raise an exception when the future isn't done yet.
- Callbacks registered with add_done_callback() are always called
via the event loop's call_soon_threadsafe().
- This class is not compatible with the wait() and as_completed()
methods in the concurrent.futures package.
(In Python 3.4 or later we may be able to unify the implementations.)
"""
def set_result(self, result):
"""Mark the future done and set its result.
If the future is already done when this method is called, raises
InvalidStateError.
"""
if self._state != _PENDING:
raise InvalidStateError('{}: {!r}'.format(self._state, self))
self._result = result
self._state = _FINISHED
# 运行完赋值之后 执行回调
self._schedule_callbacks()
def _schedule_callbacks(self):
"""Internal: Ask the event loop to call all callbacks.
The callbacks are scheduled to be called as soon as possible. Also
clears the callback list.
"""
callbacks = self._callbacks[:]
if not callbacks:
return
self._callbacks[:] = []
# 因为是单线程模式 调用 call_soon 放到 loop 队列中
# 然后由loop队列取数据执行
# 其他部分和线程池类似
for callback in callbacks:
self._loop.call_soon(callback, self)
为什么需要一个Task对象呢?
实际上task是协程和future之间的一个重要桥梁。
我们看下具体代码
我们知道在定义一个协程之后,在驱动协程之前,必须对这个协程调用一次next或send方法,让这个协程生效
image.png
我们从源码看出task对象在初始化的时候调用了_step函数,而这个函数做了两个必要的事情。
第一个就是启动协程:
协程是和线程不一样的,协程必须要经历一个启动的过程。线程则不必,因此线程是由操作系统来调用的。但是协程是程序员自己调度的,我们必须要解决协程启动的问题。所以为了解决这个问题,抽象除了一个task对象,在初始化的时候就会启动协程。
第二个就是将协程的返回值设置到result中:
当运行时抛出StopIteration的时候,就会运行set_result将协程的return值保存到result中。线程中是没有StopIteration异常的。
为了保持协程和线程接口一致问题,创造了task对象来解决协程和线程不一样的地方所需要解决的问题。
我们看下上篇的图片,其中将上面的代码图形化了。
image.png