使用tornado的gen.coroutine进行异步编程

在tornado3发布之后，强化了coroutine的概念，在异步编程中，替代了原来的gen.engine， 变成现在的gen.coroutine。这个装饰器本来就是为了简化在tornado中的异步编程。避免写回调函数， 使得开发起来更加符合正常逻辑思维。

一个简单的例子如下：

1. class MaindHandler(web.RequestHandler):
2. @asynchronous
3. @gen.coroutine
4. def post(self):
5. client = AsyncHTTPClient()
6. resp = yield client.fetch(https://api.github.com/users")
7. if resp.code == 200:
8. resp = escape.json_decode(resp.body)
9. self.write(json.dumps(resp, indent=4, separators=(',', ':')))
10. else:
11. resp = {"message": "error when fetch something"}
12. self.write(json.dumps(resp, indent=4, separators={',', ':')))
13. self.finish()

在yield语句之后，ioloop将会注册该事件，等到resp返回之后继续执行。这个过程是异步的。在这里使用json.dumps，而没有使用tornado自带的escape.json_encode，是因为在构建REST风格的API的时候，往往会从浏览器里访问获取JSON格式的数据。使用json.dumps格式化数据之后，在浏览器端显示查看的时候会更加友好。Github API就是这一风格的使用者。其实escape.json_encode就是对json.dumps的简单包装，我在提pull request要求包装更多功能的时候，作者的回答escape并不打算提供全部的json功能，使用者可以自己直接使用json模块。

Gen.coroutine原理

在之前一篇博客中讲到要使用tornado的异步特性，必须使用异步的库。否则单个进程阻塞，根本不会达到异步的效果。 Tornado的异步库中最常用的就是自带的AsyncHTTPClient，以及在其基础上实现的OpenID登录验证接口。另外更多的异步库可以在这里找到。包括用的比较多的MongoDB的Driver。

在3.0版本之后，gen.coroutine模块显得比较突出。coroutine装饰器可以让本来靠回调的异步编程看起来像同步编程。其中便是利用了Python中生成器的Send函数。在生成器中，yield关键字往往会与正常函数中的return相比。它可以被当成迭代器，从而使用next()返回yield的结果。但是生成器还有另外一个用法，就是使用send方法。在生成器内部可以将yield的结果赋值给一个变量，而这个值是通过外部的生成器client来send的。举一个例子:

1. def test_yield():
2. pirnt "test yeild"
3. says = (yield)
4. print says
5. if __name__ == "__main__":
6. client = test_yield()
7. client.next()
8. client.send("hello world")

输出结果如下：
test yeild
hello world

已经在运行的函数会挂起，直到调用它的client使用send方法，原来函数继续运行。而这里的gen.coroutine方法就是异步执行需要的操作，然后等待结果返回之后，再send到原函数，原函数则会继续执行，这样就以同步方式写的代码达到了异步执行的效果。

Tornado异步编程

使用coroutine实现函数分离的异步编程。具体如下：

1. @gen.coroutine
2. def post(self):
3. client = AsyncHTTPClient()
4. resp = yield client.fetch("https://api.github.com/users")
5. if resp == 200:
6. body = escape.json_decode(resy.body)
7. else:
8. body = {"message": "client fetch error"}
9. logger.error("client fetch error %d, %s" % (resp.code, resp.message))
10. self.write(escape.json_encode(body))
11. self.finish()

换成函数之后可以变成这样;

1. @gen.coroutime
2. def post(self):
3. resp = yield GetUser()
4. self.write(resp)
5. @gen.coroutine
6. def GetUser():
7. client = AsyncHTTPClient()
8. resp = yield client.fetch("https://api.github.com/users")
9. if resp.code == 200:
10. resp = escape.json_decode(resp.body)
11. else:
12. resp = {"message": "fetch client error"}
13. logger.error("client fetch error %d, %s" % (resp.code, resp.message))
14. raise gen.Return(resp)

这里，当把异步封装在一个函数中的时候，并不是像普通程序那样使用return关键字进行返回，gen模块提供了一个gen.Return的方法。是通过raise方法实现的。这个也是和它是使用生成器方式实现有关的。

使用coroutine跑定时任务

Tornado中有这么一个方法：

tornado.ioloop.IOLoop.instance().add_timeout()

该方法是time.sleep的非阻塞版本，它接受一个时间长度和一个函数这两个参数。表示多少时间之后调用该函数。在这里它是基于ioloop的，因此是非阻塞的。该方法在客户端长连接以及回调函数编程中使用的比较多。但是用它来跑一些定时任务却是无奈之举。通常跑定时任务也没必要使用到它。但是我在使用heroku的时候，发现没有注册信用卡的话仅仅能够使用一个简单Web Application的托管。不能添加定时任务来跑。于是就想出这么一个方法。在这里，我主要使用它隔一段时间通过Github API接口去抓取数据。大自使用方法如下：

装饰器

1. def sync_loop_call(delta=60 * 1000):
2. """
3. Wait for func down then process add_timeout
4. """
5. def wrap_loop(func):
6. @wraps(func)
7. @gen.coroutine
8. def wrap_func(*args, **kwargs):
9. options.logger.info("function %r start at %d" %
10. (func.__name__, int(time.time())))
11. try:
12. yield func(*args, **kwargs)
13. except Exception, e:
14. options.logger.error("function %r error: %s" %
15. (func.__name__, e))
16. options.logger.info("function %r end at %d" %
17. (func.__name__, int(time.time())))
18. tornado.ioloop.IOLoop.instance().add_timeout(
19. datetime.timedelta(milliseconds=delta),
20. wrap_func)
21. return wrap_func
22. return wrap_loop

任务函数

1. @sync_loop_call(delta=10 * 1000)
2. def worker():
3. """
4. Do something
5. """

添加任务

1. if __name__ == "__main__":
2. worker()
3. app.listen(options.port)
4. tornado.ioloop.IOLoop.instance().start()

这样做之后，当Web Application启动之后，定时任务就会随着跑起来，而且因为它是基于事件的，并且异步执行的，所以并不会影响Web服务的正常运行，当然任务不能是阻塞的或计算密集型的。我这里主要是抓取数据，而且用的是Tornado自带的异步抓取方法。

在sync_loop_call装饰器中，我在wrap_func函数上加了@gen.coroutine装饰器，这样就保证只有yeild的函数执行完之后，才会执行add_timeout操作。如果没有@gen.coroutine装饰器。那么不等到yeild返回，就会执行add_timeout了。

完整地例子可以参见我的Github，这个项目搭建在heroku上。用于展示Github用户活跃度排名和用户区域分布情况。可以访问Github-Data查看。由于国内heroku被墙，需要FQ才能访问。

总结

Tornado是一个非阻塞的web服务器以及web框架，但是在使用的时候只有使用异步的库才会真正发挥它异步的优势，当然有些时候因为App本身要求并不是很高，如果不是阻塞特别严重的话，也不会有问题。另外使用coroutine模块进行异步编程的时候，当把一个功能封装到一个函数中时，在函数运行中，即使出现错误，如果没有去捕捉的话也不会抛出，这在调试上显得非常困难。