Python协程的作用

寒秋丶

已于 2024-06-27 17:05:24 修改

阅读量921

点赞数 27

分类专栏： Python 性能测试自动化测试文章标签： python 开发语言自动化测试性能测试测试开发软件测试测试工具

于 2024-05-24 21:20:04 首次发布

本文链接：https://blog.csdn.net/xiangxi1204/article/details/139184193

版权

Python 同时被 3 个专栏收录

38 篇文章 0 订阅

订阅专栏

自动化测试

38 篇文章 0 订阅

订阅专栏

性能测试

23 篇文章 0 订阅

订阅专栏

过分揣测别人的想法，就会失去自己的立场。大家好，当代软件开发领域中，异步编程已成为一种不可或缺的技术，用于处理大规模数据处理、高并发网络请求、实时通信等应用场景。而Python协程（Coroutine）作为一种高效的异步编程模型，引起了广泛的关注和应用。通过利用Python协程，开发者可以以更加简洁、可读性更高的方式编写异步代码，实现并发执行和非阻塞IO操作，从而提高程序的性能和响应能力。

一、协程介绍

协程（Coroutines）是一种轻量级的并发编程方式，可用于在单线程内实现并发和异步操作。Python 提供了协程的支持，通过 asyncio 模块和 async/await 关键字，可以编写异步代码并实现高效的非阻塞 IO 操作。

Python 协程相对于多线程具有以下几个优势：

轻量级：协程是在单个线程内执行的，因此相比于多线程，协程的创建和切换开销较小，占用的系统资源更少。
高效的并发：协程利用异步非阻塞的方式实现并发操作，可以在等待 IO 操作时挂起，让出 CPU 的执行权，从而充分利用 CPU 的处理能力。相比于多线程，协程在 IO 密集型任务中通常表现更好。
简化的同步编程：使用协程和 async/await 关键字，可以编写类似于同步代码的异步代码。协程在编写和理解上更加直观和简单，避免了传统多线程编程中的锁和线程同步等问题。
避免竞态条件：由于协程在单线程内运行，不存在多线程的竞态条件（Race Condition）问题。协程的执行是按顺序逐个执行的，不需要额外的同步机制来保证数据的一致性。
可扩展性：协程模型可以方便地实现高层级的并发和并行操作。通过协程的组合和调度，可以构建复杂的并发模式，如并发任务的并行执行、协程间的消息传递等。

应用场景：

异步网络编程：协程在网络编程中非常有用，特别是在处理大量并发连接的情况下。通过使用协程，可以实现高性能的异步网络服务器和客户端，处理并发的网络请求、响应和数据传输。
异步 IO 操作：协程适用于处理各种异步 IO 操作，如文件读写、数据库查询、网络请求等。通过使用协程，可以避免阻塞主线程，提高程序的吞吐量和响应能力。
Web 开发框架：许多 Python Web 框架（如Tornado、Sanic、FastAPI等）使用协程作为并发处理请求的方式。这些框架利用协程的特性处理大量的并发请求，提供高性能的 Web 服务。
数据爬取和抓取：协程在数据爬取和抓取任务中非常常见。通过使用协程，可以并发地发送请求、解析响应和提取数据，从而加快数据获取的速度。
并发任务调度：协程可以用于并发任务的调度和执行。通过构建协程任务队列，并使用协程调度器进行任务的调度和执行，可以实现高效的并发任务处理。
高性能计算：虽然协程主要用于处理 IO 密集型任务，但在某些情况下，也可以用于并发执行计算密集型任务。通过合理的任务调度和利用协程的非阻塞特性，可以充分利用 CPU 资源，提高计算任务的执行效率。

Python 协程相对于多线程更加轻量且高效，适用于处理 IO 密集型任务和异步编程场景。它简化了异步编程的复杂性，并提供了一种更加直观和简单的方式来实现并发操作。然而，协程也有一些局限性，例如无法利用多核 CPU 的并行处理能力，因此在 CPU 密集型任务中可能不如多线程效果好。在实际应用中，需要根据具体的需求和场景选择适合的并发模型。

二、`async` 和 `await` 关键字

async 和 await 是 Python 3.5+ 引入的关键字，用于定义和管理协程（Coroutines）。

`1、async` 关键字

async 关键字用于修饰函数，将其标记为协程函数（coroutine function）。协程函数在调用时返回一个协程对象，并且可以包含 await 表达式。

协程函数的执行过程中，可以使用 await 等待其他协程对象的执行结果，同时挂起自身的执行，并将控制权交给事件循环（Event Loop）。

在协程函数内部，可以执行异步操作，如异步 IO、网络请求等，而无需阻塞整个程序的执行。

async def my_coroutine():
    # 协程函数的逻辑
    await some_async_operation()
    # 其他操作

2、`await` 关键字

await 关键字用于等待一个协程对象的执行结果，并暂时挂起当前协程的执行，直到该协程执行完成并返回结果。
在协程函数内部使用 await 关键字时，协程会将控制权交给事件循环，以便在等待期间执行其他协程或异步操作。
await 表达式通常用于异步操作的调用，如异步 IO 操作、网络请求等，以便在等待期间不阻塞程序的其他部分。

async def my_coroutine():
    # 协程函数的逻辑
    result = await some_async_operation()
    # 使用结果进行其他操作

使用 async 和 await 关键字可以轻松地编写异步代码，实现协程的挂起和恢复，并在等待异步操作时不阻塞整个程序的执行。这种方式使得编写异步程序更加直观和简洁，类似于编写同步代码的方式。同时，通过事件循环的调度，协程可以高效地处理并发任务和异步操作，提高程序的性能和响应能力。

三、协程对象

协程对象是使用 async 关键字定义的函数的返回结果。它代表一个暂停执行的函数，可以通过 await 等待其执行完成，并获得其返回值。

1、创建协程对象

协程对象是通过调用使用 async 关键字定义的协程函数来创建的。协程函数在调用时不会立即执行函数体内的代码，而是返回一个协程对象。
协程对象可以像普通函数一样被调用，但是它的执行需要通过事件循环（Event Loop）的调度来实现。

import asyncio

async def my_coroutine():
    # 协程逻辑
    await asyncio.sleep(1)
    return "Coroutine finished"

coro = my_coroutine()  # 创建协程对象

2、等待协程对象的执行

协程对象可以被等待和执行，以获取其执行结果。这通常通过在其他协程或异步函数内使用 await 关键字来实现。
在等待协程对象时，当前的协程会暂时挂起，让出事件循环的控制权，等待协程对象的执行完成，并获得其返回值。

import asyncio

async def my_coroutine():
    # 协程逻辑
    await asyncio.sleep(1)
    return "Coroutine finished"

async def main():
    result = await my_coroutine()  # 等待协程对象的执行
    print(result)

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

3、协程对象的状态

协程对象有三种状态：等待状态（awaitable）、运行状态（running）和完成状态（done）。
初始时，协程对象处于等待状态，表示它可以被等待执行。当协程对象被事件循环调度执行时，进入运行状态。最终，当协程对象执行完成时，进入完成状态。

import asyncio

async def my_coroutine():
    # 协程逻辑
    await asyncio.sleep(1)
    return "Coroutine finished"

coro = my_coroutine()  # 创建协程对象
print(coro)  # <coroutine object my_coroutine at 0x7f1e5c0b5d60>
print(coro.cr_running)  # False，表示协程对象不在运行状态
print(coro.cr_await)  # None，表示协程对象没有被等待

三、事件循环

事件循环（Event Loop）是协程编程中的核心概念，用于调度和执行协程对象。它负责协调协程的执行顺序，处理协程的挂起和恢复，并管理异步操作的完成事件。

1、创建事件循环

在 Python 中，可以通过 asyncio 模块的 get_event_loop() 方法来获取默认的事件循环对象。
也可以使用 asyncio 模块的 new_event_loop() 方法来创建新的事件循环对象。

import asyncio

loop = asyncio.get_event_loop()  # 获取默认的事件循环对象
# 或者
loop = asyncio.new_event_loop()  # 创建新的事件循环对象

2、注册协程对象

使用事件循环的 create_task() 方法可以将协程对象注册到事件循环中，以便事件循环调度其执行。
注册后的协程对象会在事件循环的调度下按照顺序执行。

import asyncio

async def my_coroutine():
    # 协程逻辑
    await asyncio.sleep(1)
    print("Coroutine finished")

loop = asyncio.get_event_loop()
task = loop.create_task(my_coroutine())  # 注册协程对象到事件循环

3、运行事件循环

通过调用事件循环的 run_until_complete() 方法，并传入需要运行的协程对象，可以启动事件循环并运行协程直到其完成。
在运行过程中，事件循环会根据协程的状态和事件的发生情况，决定哪个协程继续执行、哪个协程挂起等。

import asyncio

async def my_coroutine():
    # 协程逻辑
    await asyncio.sleep(1)
    print("Coroutine finished")

async def main():
    loop = asyncio.get_event_loop()
    task = loop.create_task(my_coroutine())  # 注册协程对象到事件循环
    await task

asyncio.run(main())  # 运行事件循环，直到协程完成

4、控制事件循环

事件循环提供了一些方法来控制其行为，如 stop() 方法用于停止事件循环的运行，is_running() 方法用于检查事件循环是否在运行中等。
可以使用 run_forever() 方法来启动事件循环，并使其一直运行，直到手动停止。

import asyncio

async def my_coroutine():
    # 协程逻辑
    await asyncio.sleep(1)
    print("Coroutine finished")

async def main():
    loop = asyncio.get_event_loop()
    task = loop.create_task(my_coroutine())  # 注册协程对象到事件循环
    await task

    loop.stop()  # 停止事件循环

loop = asyncio.get_event_loop()
loop.run_until_complete(main())  # 运行事件循环，直到协程完成

四、异步操作和挂起点

异步操作和挂起点是协程编程中的关键概念，用于处理并发任务和实现非阻塞的异步操作。

1、异步操作

异步操作是指可以在后台进行而不会阻塞程序执行的操作。这些操作通常涉及 IO 操作、网络请求、数据库查询等耗时的任务。
在传统的同步编程中，这些操作会阻塞程序的执行，直到操作完成才能继续执行后续代码。而在异步编程中，这些操作可以在后台进行，程序可以继续执行其他任务。
异步操作通常是通过使用异步库、框架或语言提供的异步函数来实现。

2、挂起点（Suspend Point）

挂起点是协程中的一个特殊位置，在该位置协程可以暂时挂起自身的执行，让出事件循环的控制权，等待某个条件满足或异步操作完成后再继续执行。
挂起点通常通过使用 await 表达式来实现，它用于等待一个异步操作的完成，并将控制权交给事件循环。
在挂起点之前的代码会被执行，但在挂起点之后的代码在等待期间不会执行，直到挂起点恢复执行。

import asyncio

async def my_coroutine():
    print("Before await")
    await some_async_operation()  # 挂起点
    print("After await")

async def some_async_operation():
    await asyncio.sleep(1)  # 模拟异步操作

asyncio.run(my_coroutine())

3、挂起和恢复

当协程遇到挂起点时，它会暂停执行，并将控制权交给事件循环，以便在等待期间执行其他协程或异步操作。
一旦挂起点等待的条件满足或异步操作完成，协程会从挂起点恢复执行，并继续执行挂起点之后的代码。
挂起和恢复的过程是通过事件循环的调度来实现的，事件循环会根据协程的状态和事件的发生情况，决定哪个协程继续执行、哪个协程挂起等。

import asyncio

async def my_coroutine():
    print("Before await")
    await some_async_operation()  # 挂起点
    print("After await")

async def some_async_operation():
    await asyncio.sleep(1)  # 模拟异步操作

asyncio.run(my_coroutine())

五、并发执行协程

并发执行协程是协程编程的一个重要特性，它允许多个协程同时执行，以提高程序的性能和响应能力。

1、并发与并行

在讨论并发执行协程之前，需要明确并发和并行的概念。
并发是指多个任务在同一时间段内交替进行，通过时间片轮转或调度算法来实现任务切换，给人一种同时执行的感觉。
并行是指多个任务同时执行，需要具备多个执行单元（例如多个 CPU 核心）才能实现真正的并行执行。

2、并发执行协程的实现

在协程编程中，通过事件循环（Event Loop）来实现并发执行协程。
事件循环负责调度和执行协程对象，根据协程的状态和事件的发生情况，决定哪个协程继续执行、哪个协程挂起等。
事件循环利用异步操作和挂起点的机制，使得协程能够在等待异步操作完成时暂停执行，并在异步操作完成后恢复执行。

3、并发执行的优势

并发执行协程可以将多个任务交替执行，避免了阻塞等待的情况，提高了程序的性能和响应能力。
通过合理的任务调度，可以在等待某个协程的异步操作时，切换到执行其他协程，从而充分利用 CPU 资源。

4、并发执行的实现方式

使用 asyncio.gather() 函数：asyncio.gather() 函数可以接收多个协程对象作为参数，并将它们并发执行。它返回一个协程对象，可以通过 await 等待所有协程执行完成。

import asyncio

async def coroutine1():
    # 协程1逻辑

async def coroutine2():
    # 协程2逻辑

async def main():
    await asyncio.gather(coroutine1(), coroutine2())  # 并发执行协程1和协程2

asyncio.run(main())

使用 asyncio.wait() 函数：asyncio.wait() 函数可以接收一个协程对象的集合，并返回一个元组，包含已完成和未完成的协程集合。可以通过 await 等待所有协程执行完成。

import asyncio

async def coroutine1():
    # 协程1逻辑

async def coroutine2():
    # 协程2逻辑

async def main():
    coroutines = [coroutine1(), coroutine2()]
    done, pending = await asyncio.wait(coroutines)  # 并发执行协程集合

asyncio.run(main())

寒秋丶

关注

27
点赞
踩
13

收藏

觉得还不错? 一键收藏
打赏
0
评论
Python协程的作用

大家好，当代软件开发领域中，异步编程已成为一种不可或缺的技术，用于处理大规模数据处理、高并发网络请求、实时通信等应用场景。而Python协程（Coroutine）作为一种高效的异步编程模型，引起了广泛的关注和应用。通过利用Python协程，开发者可以以更加简洁、可读性更高的方式编写异步代码，实现并发执行和非阻塞IO操作，从而提高程序的性能和响应能力。
复制链接

扫一扫