python 量化交易系统 asyncio_关于asyncio的基本用法

asyncio是python从3.5(？)以后引入的异步协程技术。其特点是，当代码执行到IO请求时，可以将CPU资源出让出去，以便运行其它代码逻辑；待IO完成后，继续之前的代码执行。协程切换与线程切换比较类似，但协程切换更轻，不需要操作系统参与(没有栈切换操作，也没有用户态与内核态切换)。

使用asyncio要注意掌握以下几点：通过async def来定义一个协程函数，通过await来执行一个协程对象。协程对象、协程函数的概念如下所示：

async def foo(): # 1. 定义了一个协程函数

pass

async def bar(): # 2. 注意要在函数内部调用协程函数，自身也必须定义为协程

# 3. foo()调用产生了一个协程对象，通过await来执行这个协程。如果不加await，

# 直接以foo()方式调用，则foo中代码并不会执行。

await foo()

2. 一般情况下，无法在一个非协程函数中阻塞地调用另一个协程。如上述注释2所示。但你可以通过asyncio.ensure_future()来异步执行这个协程，如下所示：

import asyncio

async def foo(): # 1. 定义了一个协程函数

pass

def bar():

asyncio.ensure_future(foo()) # 这里foo()将会在某个时间执行，具体执行顺序未知

print("after/before foo() is executed?")

# 这里是阻塞执行foo()，但这种调用，只能在event loop进入循环之前调用(loop.run_forever()),

# 否则会抛异常

asyncio.get_event_loop().run_until_complete(foo)

print("foo() is executed!")

在一些框架中，会将某些函数定义为协程(即通过async修饰)，这些函数都是在某个地方通过create_task，或者ensure_future来进行调度的。

3. 协程可能由于两种原因导致执行中断，其一是它们属于不同的线程，随线程切换而切换；其二是协程执行到了IO调用时，发生切换。因此，协程之间也可能会有资源共享冲突。要防止资源共享冲突产生的数据一致性问题，需要使用asyncio.Lock。asyncio.Lock也遵从上下文管理协议。

4. 一个函数即使没有使用到io，也可以定义成协程。但在调用时，必须通过协程调用语法来完成调用(即通过await foo())。

5. 协程并不是多线程，协程函数在执行中会占用本线程的全部CPU时间，除非遇到IO切换出去。因此，如果你在函数中使用sleep(24*3600)，当你分别使用多线程技术和协程技术时，两者的表现是完全不同的。在多线程中，一个线程进入sleep状态，操作系统会切换到其它线程执行，整个程序仍然是可响应的(除了该线程，它必须等待睡眠状态结束)；而对协程来说，同一loop中的其它协程都不会得到执行，因为这个sleep会占用本线程的全部执行时间，直到协程执行完毕。

上面的问题引出一个推论，也就是如果一个协程确实需要睡眠(比如某种定时任务)，必须使用asyncio.sleep()

6. 如果我们要通过asyncio来远程调用一个服务，应该如何封装呢？假设你使用的底层通讯的API是发送和接收分离的(一般比较靠近底层的API都是这样设计的)，那么你会面临这样的问题：当你通过异步请求(比如send)发出API request后，服务器的响应可能是通过on_message这样的API来接收的。如何让程序在调用send之后，就能得到(形式上)返回结果，然后根据返回结果继续执行呢？

from typing import Dict

# 全局事件注册表。键为外发请求的track_id，该track_id需要服务器在响应请求时传回。

# 值为另一个dict，储存着对应的asyncio.Event和网络请求的返回结果。这里也可以使用list。

# 在强调性能的场合下，使用List[event: asyncio.Event, result: object]更好。

_events: Dict[str, Dict] = {}

# 定义阻塞调用的协程

async def sync_call(request)：

event = asyncio.Event()

track_id = str(uuid.uuid4())

_events[track_id] = {

"events": event,

"result": None

}

# 发送网络请求,以下仅为示例。具体网络请求要根据业务具体场景来替换。这一步一般是立即返回，

# 服务器并没有来得及准备好response

await aiohttp.request(...)

# L1: 阻塞地等待事件结果。当框架(或者你的网络例程)收到服务器返回结果时，根据track_id

# 找到对应的event,触发之

await event.wait()

# 获取结果，并做清理

response = _events[track_id].get("result")

_events.pop(track_id)

return response

# 在框架(或者你的网络例程)的消息接收处，比如on_message函数体中：

async def on_message(response):

# 如果服务器不传回track_id，则整个机制无法生效

track_id = response.get("track_id")

waited = _events.get(track_id)

if waited:

waited["result"] = response

waited["event"].set() # !这里唤醒在L1处等待执行的代码