python 事件驱动模型_事件驱动编程(Event-Driven Programming)

事件驱动编程(Event-Driven Programming)

事件驱动的编程侧重于事件。 最终，程序的流程取决于事件。 到目前为止，我们处理顺序或并行执行模型，但具有事件驱动编程概念的模型称为异步模型。 事件驱动的编程取决于始终侦听新传入事件的事件循环。 事件驱动编程的工作取决于事件。 一旦事件循环，然后事件决定执行什么以及以什么顺序执行。 以下流程图将帮助您了解其工作原理 -

Python Module – Asyncio

Asyncio模块是在Python 3.4中添加的，它提供了使用协同例程编写单线程并发代码的基础结构。 以下是Asyncio模块使用的不同概念 -

事件循环

事件循环是处理计算代码中的所有事件的功能。 它在整个程序的执行过程中发挥作用，并跟踪事件的传入和执行。 Asyncio模块允许每个进程使用一个事件循环。 以下是Asyncio模块提供的一些管理事件循环的方法 -loop = get_event_loop() - 此方法将为当前上下文提供事件循环。

loop.call_later(time_delay,callback,argument) - 此方法安排在给定的time_delay秒之后调用的回调。

loop.call_soon(callback,argument) - 此方法安排尽快调用的回调。 在call_soon()返回并且控件返回到事件循环时调用回调。

loop.time() - 此方法用于根据事件循环的内部时钟返回当前时间。

asyncio.set_event_loop() - 此方法将当前上下文的事件循环设置为循环。

asyncio.new_event_loop() - 此方法将创建并返回一个新的事件循环对象。

loop.run_forever() - 此方法将一直运行，直到调用stop()方法。

例子 (Example)

以下事件循环示例通过使用get_event_loop()方法帮助打印hello world 。 此示例取自Python官方文档。import asyncio

def hello_world(loop):

print('Hello World')

loop.stop()

loop = asyncio.get_event_loop()

loop.call_soon(hello_world, loop)

loop.run_forever()

loop.close()

输出 (Output)Hello World

Futures

这与concurrent.futures.Future类兼容，该类表示尚未完成的计算。 asyncio.futures.Future和concurrent.futures.Future之间存在以下差异 -result()和exception()方法不会使用超时参数，并在未来尚未完成时引发异常。

用add_done_callback()注册的回调总是通过事件循环的call_soon()调用。

asyncio.futures.Future类与concurrent.futures包中的wait()和as_completed()函数不兼容。

例子 (Example)

以下是一个示例，可帮助您了解如何使用asyncio.futures.future类。import asyncio

async def Myoperation(future):

await asyncio.sleep(2)

future.set_result('Future Completed')

loop = asyncio.get_event_loop()

future = asyncio.Future()

asyncio.ensure_future(Myoperation(future))

try:

loop.run_until_complete(future)

print(future.result())

finally:

loop.close()

输出 (Output)Future Completed

协同程序(Coroutines)

Asyncio中的协同程序的概念类似于线程模块下的标准Thread对象的概念。 这是子程序概念的概括。 协程可以在执行期间暂停，以便等待外部处理并从外部处理完成时停止的点返回。 以下两种方式帮助我们实现协同程序 -

async def function()

这是在Asyncio模块下实现协同程序的方法。 以下是相同的Python脚本 -import asyncio

async def Myoperation():

print("First Coroutine")

loop = asyncio.get_event_loop()

try:

loop.run_until_complete(Myoperation())

finally:

loop.close()

输出 (Output)First Coroutine

@asyncio.coroutine decorator

实现协同程序的另一种方法是利用@ asyncio.coroutine装饰器来生成生成器。 以下是相同的Python脚本 -import asyncio

@asyncio.coroutine

def Myoperation():

print("First Coroutine")

loop = asyncio.get_event_loop()

try:

loop.run_until_complete(Myoperation())

finally:

loop.close()

输出 (Output)First Coroutine

Tasks

Asyncio模块的这个子类负责以并行方式在事件循环中执行协同程序。 以下Python脚本是并行处理某些任务的示例。import asyncio

import time

async def Task_ex(n):

time.sleep(1)

print("Processing {}".format(n))

async def Generator_task():

for i in range(10):

asyncio.ensure_future(Task_ex(i))

int("Tasks Completed")

asyncio.sleep(2)

loop = asyncio.get_event_loop()

loop.run_until_complete(Generator_task())

loop.close()

输出 (Output)Tasks Completed

Processing 0

Processing 1

Processing 2

Processing 3

Processing 4

Processing 5

Processing 6

Processing 7

Processing 8

Processing 9

运输(Transports)

Asyncio模块提供用于实现各种类型通信的传输类。 这些类不是线程安全的，并且在建立通信信道之后总是与协议实例配对。

以下是从BaseTransport继承的不同类型的传输 -ReadTransport - 这是只读传输的接口。

WriteTransport - 这是只写传输的接口。

DatagramTransport - 这是用于发送数据的接口。

BaseSubprocessTransport - 类似于BaseSubprocessTransport类。

以下是BaseTransport类的五种不同方法，这些方法随后在四种传输类型中是瞬态的 -close() - 关闭运输。

is_closing() - 如果传输正在关闭或已经关闭，则此方法将返回true。传输。

get_extra_info(name, default = none) - 这将为我们提供有关传输的一些额外信息。

get_protocol() - 此方法将返回当前协议。

协议Protocols

Asyncio模块提供了可以子类化以实现网络协议的基类。 这些课程与运输一起使用; 协议解析传入的数据并请求传出数据的写入，而传输负责实际的I/O和缓冲。 以下是三类议定书 -Protocol - 这是实现用于TCP和SSL传输的流协议的基类。

DatagramProtocol - 这是用于实现与UDP传输一起使用的数据报协议的基类。

SubprocessProtocol - 这是用于实现通过一组单向管道与子进程通信的协议的基类。

处理相互通信(Processes Intercommunication)