python记录运行时间_python-关于协程的几点记录

名词定义

任务：协程对象注册到事件循环后，y策略，执行函数中的操作; 任务的创建依赖已经启动的事件循环 loop.create_task(协程)

future：等价于任务，未完成的任务 ，通过asyncio.ensure_future(协程) 进行任务创建 Task是Future的子类

事件： event_loop, 启动事件循环，确保协程对象注册到事件循环，完成到任务的转化（任务状态：pending、running、done、cancel），await：等待任务结束

协程：Python的功能间切换着执行. 切换的点用 await 来标记使用async关键词将其变成协程方法,比如async def function():。其中，async 定义一个协程，await 用来挂起阻塞方法的执行

实践结论

先将task列表传入asyncio.gather(）或 asyncio.wait(）在传入run_until_complete中，比直接将task列表传入run_until_complete速度更快（即使task里面已经使用await进行等待任务）：任务粒更细粒度化asyncio.gather(*tasks) 一定程度上等价于asyncio.wait(*tasks) ， 但是：gather的入参为task，且*后携带的是可迭代的task列表；wait入参为future ；任务的工作流程：启动事件循环->协程方法注册到事件循环，封装成task->执行到await，释放cpu占用切给其他task，自己等待依赖的其他资源就绪->经过不固定CPU时间片，直到run_until_complete任务完成，拿到返回结果

典型的协程Demo

main方法中流程

loop = asyncio.get_event_loop()

tasks = [协程方法] # 将协程对象封装成任务对象

loop.run_until_complete(asyncio.gather(*tasks))

loop.close()

具体的代码示例如下：

回调函数：

协程定义函数funA

正常定义回调函数call_back_B

等任务A执行完，执行B

async def funA()：

...

def call_back_B(task):

return task.result()

在main方法流程：

task = asyncio.ensure_future(协程)

task.add_done_callback(call_back_B)

loop = asyncio.get_event_loop()

loop.run_until_complete(asyncio.wait(task))

loop.close

多线程组合协程

主要用到concurrent.futrue.ThreadPoolExecuto线程池

创建Future对象：loop.run_in_executor(协程，pool)

async def funC():with concurrent.futures.ThreadPoolExecutor(max_workers = 10) as executor: loop = asyncio.get_event_loop() futures = ( loop.run_in_executor( executor, get_title, # 具体的操作 可以是协程也可以普通的函数 i) # i 为get_title的入参 for i in range(10) ) await asyncio.gather(*futures)

在main方法中流程：

loop = asyncio.get_event_loop()res = loop.run_until_complete(asyncio.gather(main()))