理解Python异步中的事件循环(asyncio管理事件循环)

Python中的异步编程

Python实现异步编程的方案有：
- twisted：使用事件驱动机制来提升python性能
- gevent：使用greenlet在用户态完成栈和上下文切换来减少切换带来的性能损耗
- tornado：使用生成器来保存协程上下文及状态，使用原生的python语法实现了协程
- asyncio：异步编程标准化。
Python异步编程的特点
- 单线程、异步阻塞
- 异步的实现基于协程，不仅使得Python中的异步是阻塞的，而且最小执行单位不再是单个任务，而是每个任务的一部分。
Python高并发方案的区别

多进程、多线程这类方案，IO的调度取决于系统；

协程，调度来自于用户。

asyncio模块实现异步，也是采用协程实现。
asyncio模块的主要组件和概念
- 事件循环：asyncio模块中，每一个进程都有一个事件循环。程序员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；
- 协程：子程序的泛化概念，可以在执行期间暂停，等待外部的处理完成之后，从之前暂停的地方回复执行。理解为一个使用async关键字定义的函数。它的调用不会立即执行，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；
- Futures：定义Future对象，表示尚未完成的计算；
- Tasks：用于封装和管理并行模式下的协程；协程对象是一个可以挂起的函数，任务则是对协程进一步封装，其中包含任务的各种状态；
- async/await关键字：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。
事件循环Event loop（维基百科）

事件的本质就是异步。

事件源：可以产生事件的实体；

事件处理者：能处理事件的实体；

事件循环：第三方实体。

事件循环的作用是管理所有的事件，在整个程序运行过程中不断循环执行，追踪事件发生的顺序将它们放到队列中，当主线程空闲的时候，调用相应的事件处理者处理事件。

协程与事件循环案例

import asyncio
import time

async def do_some_work(x):  # async关键字定义一个协程
    print('Waiting:', x) 
coroutine = do_some_work(2)   # 协程的调用不会直接执行，而是返回一个协程对象

loop = asyncio.get_event_loop()  # 创建一个事件循环
loop.run_until_complete(coroutine) # run_until_complete将协程注册到事件循环，并启动事件循环。

协程对象不能直接运行，在注册事件循环时，run_until_complete将协程包装成了一个task。task对象是Futurn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 do_some_work(x):  # async关键字定义一个协程
    print('Waiting:', x) 
coroutine = do_some_work(2)   # 协程的调用不会直接执行，而是返回一个协程对象

loop = asyncio.get_event_loop()  # 创建一个事件循环

task = loop.create_task(coroutine) # 创建task，此时的task尚未加入事件循环，状态为pending
loop.run_until_complete(task) # run_until_complete将task注册到事件循环，并启动事件循环。
# task执行完后，状态为finished

run_until_complete参数是一个future对象，当传入的是：

协程，会自动封装成task
task，task是Future的子类。asyncio.ensure_future(coroutine)和loop.create_task(coroutine)都可以创建task

# 绑定回调函数
import asyncio
import time

async def do_some_work(x):  # async关键字定义一个协程
    print('Waiting:', x) 
    return 'Done after {}s'.format(x)  # 返回值
def callback(future): # 定义一个回调函数，最后一个参数是future对象，如果这里有多个参数，下方通过偏函数导入
    print('Callback: ', future.result()) # 返回future的结果
    
coroutine = do_some_work(2)   # 协程的调用不会直接执行，而是返回一个协程对象

loop = asyncio.get_event_loop()  # 创建一个事件循环

task = loop.create_task(coroutine) # 创建task，此时的task尚未加入事件循环，状态为pending
task.add_done_callback(callback) # 绑定回调函数，在task执行完毕的时候获取执行的结果
loop.run_until_complete(task) # run_until_complete将task注册到事件循环，并启动事件循环。
# task执行完后，状态为finished

coroutine执行结束时会调用回调函数，并通过参数future获取协程执行的结果，此future是没有传入的，实际上与创建的task是同一个对象

# 阻塞和await
import asyncio
import time

now = lambda: time.time()

async def do_some_work(x):
    print('Waiting: ', x) 
    await asyncio.sleep(x) # 执行sleep时，await使此协程主动让出控制权，loop调用其他协程
    return 'Done after {}s'.format(x)

start = now()

coroutine = do_some_work(2)
loop = asyncio.get_event_loop()
task = asyncio.ensure_future(coroutine)
loop.run_until_complete(task)

print('Task ret: ', task.result())
print('TIME: ', now() - start)  
# 以上还只有一个协程，让出控制权也暂时无用，如果有多个协程，协程A让出控制权，loop就会把控制权分配给协程B，实现了并发。
# asyncio实现并发：每当一个协程任务阻塞的时候就await，让后其他协程继续工作。
import asyncio

import time

now = lambda: time.time()

async def do_some_work(x):
    print('Waiting: ', x)

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

start = now()

coroutine1 = do_some_work(1)
coroutine2 = do_some_work(2)
coroutine3 = do_some_work(4)

tasks = [
    asyncio.ensure_future(coroutine1),
    asyncio.ensure_future(coroutine2),
    asyncio.ensure_future(coroutine3)
]

loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))   # asyncio.wait(接收task列表)；asyncio.gather(接收多个task)

for task in tasks:
    print('Task ret: ', task.result())

print('TIME: ', now() - start)

How the heck does async/await work in Python 3.5?

From Wikipedia, an eventloop is a programming construct that waits for and dispathches enents or messages in a program.Basically an event loop lets you go, “When A happens, do B”.

In Python’s case,asyncio was added to the standard library to provide an event loop.
Reference

理解Python异步中的事件循环(asyncio管理事件循环)

Python中的异步编程

Python异步编程的特点

Python高并发方案的区别

asyncio模块的主要组件和概念

事件循环Event loop（维基百科）

协程与事件循环案例

How the heck does async/await work in Python 3.5?

Reference

猜你喜欢