python协成_Python协程（上）

几个概念：

event_loop 事件循环：程序开启一个无限的循环，程序员会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。

定义协程

通过async关键字定义一个协程(coroutine)，协程也是一种对象。协程不能直接运行，需要把协程加入到事件循环(loop)，由后者在适当的时候调用协程。asyncio.get_event_loop方法可以创建一个事件循环，然后使用run_until_complete将协程注册到事件循环，并启动事件循环。

import time

import asyncio

async def task(x):

print('Waiting: ', x)

await asyncio.sleep(x)

start = time.time()

coroutine = task(2)

loop = asyncio.get_event_loop()

loop.run_until_complete(coroutine)

print('用时：', time.time()-start)

创建task

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。所谓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。

import asyncio

import time

async def task(x):

print('Waiting: ', x)

await asyncio.sleep(x)

start = time.time()

coroutine = task(2)

loop = asyncio.get_event_loop()

task = loop.create_task(coroutine) # task = asyncio.ensure_future(coroutine)

print(task)

loop.run_until_complete(task)

print(task)

print('用时：', time.time() - start)

创建task后，task在加入事件循环之前是pending状态，执行之后是finished状态。

asyncio.ensure_future(coroutine) 和loop.create_task(coroutine)

都可以创建一个task，run_until_complete的参数是一个futrue对象。当传入一个协程，其内部会自动封装成task，task是Future的子类。isinstance(task, asyncio.Future)将会输出True。

绑定回调

绑定回调，在task执行完毕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。如果回调需要多个参数，可以通过偏函数导入。

import time

import asyncio

async def task(x):

print('Waiting: ', x)

await asyncio.sleep(x)

return 'Done after {}s'.format(x)

def callback(future):

print('Callback: ', future.result())

coroutine = task(2)

loop = asyncio.get_event_loop()

task = asyncio.ensure_future(coroutine)

task.add_done_callback(callback)

loop.run_until_complete(task)

coroutine执行结束时候会调用回调函数。并通过参数future获取协程执行的结果。我们创建的task和回调里的future对象，实际上是同一个对象。

future 与 result

回调中我们使用了future对象的result方法。前面不绑定回调的例子中，我们可以看到task有fiinished状态。在那个时候，可以直接读取task的result方法。

async def task(x):

print('Waiting {}'.format(x))

return 'Done after {}s'.format(x)

coroutine = task(2)

loop = asyncio.get_event_loop()

task = asyncio.ensure_future(coroutine)

loop.run_until_complete(task)

# task.result()是协程对象的返回值

print('Task result: {}'.format(task.result()))

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。

import asyncio

import time

async def task(x):

print('Waiting: ', x)

await asyncio.sleep(x)

return 'Done after {}s'.format(x)

start = time.time()

coroutine = task(2)

loop = asyncio.get_event_loop()

task = asyncio.ensure_future(coroutine)

loop.run_until_complete(task)

print('Task result: ', task.result())

print('Time: ', time.time() - start)

在 sleep的时候，使用await让出控制权。即当遇到阻塞调用的函数的时候，使用await方法将协程的控制权让出，以便loop调用其他的协程。现在我们的例子就用耗时的阻塞操作了。

并发和并行

asyncio实现并发，就需要多个协程来完成任务，每当有任务阻塞的时候就await，然后其他协程继续工作。创建多个协程的列表，然后将这些协程注册到事件循环中。

import asyncio

import time

async def task(x):

print('Waiting: ', x)

await asyncio.sleep(x)

return 'Done after {}s'.format(x)

start = time.time()

coroutine1 = task(1) #

coroutine2 = task(2)

coroutine3 = task(4)

loop = asyncio.get_event_loop()

tasks = [ # 创建任务

asyncio.ensure_future(coroutine1),

asyncio.ensure_future(coroutine2),

asyncio.ensure_future(coroutine3)

]

loop.run_until_complete(asyncio.wait(tasks))

for task in tasks:

print('Task result: ', task.result())

print('Time: ', time.time() - start)

# 当任务比较多的时候，可以使用列表生成式，效果是一样的。

import asyncio

import time

async def task(x):

print('Waiting: ', x)

await asyncio.sleep(x)

return 'Done after {}s'.format(x)

start = time.time()

loop = asyncio.get_event_loop()

tasks = [asyncio.ensure_future(task(i)) for i in [1,2,4]]

loop.run_until_complete(asyncio.wait(tasks))

for task in tasks:

print('Task result: ', task.result())

print('Time: ', time.time() - start)

使用aysncio实现了并发。asyncio.wait(tasks) 也可以使用 asyncio.gather(*tasks) ,前者接受一个task列表，后者接收一堆task。