Python 协程总结
Python 协程总结
理解
协程,又称为微线程,看上去像是子程序,但是它和子程序又不太一样,它在执行的过程中,可以在中断当前的子程序后去执行别的子程序,再返回来执行之前的子程序,但是它的相关信息还是之前的。
优点:
- 极高的执行效率,因为子程序切换而不是线程切换,没有了线程切换的开销;
 - 不需要多线程的锁机制,因为只有一个线程在执行;
 
如果要充分利用CPU多核,可以通过使用多进程+协程的方式
使用
打开asyncio的源代码,可以发现asyncio中的需要用到的文件如下:

下面的则是接下来要总结的文件
| 文件 | 解释 | 
|---|---|
| base_events | 基础的事件,提供了BaseEventLoop事件 | 
| coroutines | 提供了封装成协程的类 | 
| events | 提供了事件的抽象类,比如BaseEventLoop继承了AbstractEventLoop | 
| futures | 提供了Future类 | 
| tasks | 提供了Task类和相关的方法 | 
coroutines
| 函数 | 解释 | 
|---|---|
| coroutine(func) | 为函数加上装饰器 | 
| iscoroutinefunction(func) | 判断函数是否使用了装饰器 | 
| iscoroutine(obj) | 判断该对象是否是装饰器 | 
如果在函数使用了coroutine装饰器,就可以通过yield from去调用async def声明的函数,如果已经使用async def声明,就没有必要再使用装饰器了,这两个功能是一样的。
import asyncio
@asyncio.coroutine
def hello_world():
print("Hello World!")
async def hello_world2():
print("Hello World2!")
print('------hello_world------')
print(asyncio.iscoroutinefunction(hello_world))
print('------hello_world2------')
print(asyncio.iscoroutinefunction(hello_world2))
print('------event loop------')
loop = asyncio.get_event_loop()
# 一直阻塞该函数调用到函数返回
loop.run_until_complete(hello_world())
loop.run_until_complete(hello_world2())
loop.close()
上面的代码分别使用到了coroutine装饰器和async def,其运行结果如下:
------hello_world------True------hello_world2------True------event loop------Hello World!Hello World2!
注意:不可以直接调用协程,需要一个event loop去调用。
如果想要在一个函数中去得到另外一个函数的结果,可以使用yield from或者await,例子如下:
import asyncio
async def compute(x, y):
print("Compute %s + %s ..." % (x, y))
await asyncio.sleep(1.0)
return x + y
async def print_sum(x, y):
result = await compute(x, y)
print("%s + %s = %s" % (x, y, result))
loop = asyncio.get_event_loop()
loop.run_until_complete(print_sum(1, 2))
loop.close()
函数print_sum会一直等到函数compute返回结果,执行过程如下:

base_events
这个文件里面漏出来的只有BaseEventLoop一个类,它的相关方法如下:
| 函数 | 解释 | 
|---|---|
| create_future() | 创建一个future对象并且绑定到事件上 | 
| create_task() | 创建一个任务 | 
| run_forever() | 除非调用stop,否则事件会一直运行下去 | 
| run_until_complete(future) | 直到future对象执行完毕,事件才停止 | 
| stop() | 停止事件 | 
| close() | 关闭事件 | 
| is_closed() | 判断事件是否关闭 | 
| time() | 返回事件运行时的时间 | 
| call_later(delay, callback, *args) | 设置一个回调函数,并且可以设置延迟的时间 | 
| call_at(when, callback, *args) | 同上,但是设置的是绝对时间 | 
| call_soon(callback, *args) | 马上调用 | 
events
| 函数 | 解释 | 
|---|---|
| get_event_loop() | 返回一个异步的事件 | 
| ... | ... | 
返回的就是BaseEventLoop的对象。
future
Future类的相关方法如下:
| 方法 | 解释 | 
|---|---|
| cancel() | 取消掉future对象 | 
| cancelled() | 返回是否已经取消掉 | 
| done() | 如果future已经完成则返回true | 
| result() | 返回future执行的结果 | 
| exception() | 返回在future中设置了的exception | 
| add_done_callback(fn) | 当future执行时执行回调函数 | 
| remove_done_callback(fn) | 删除future的所有回调函数 | 
| set_result(result) | 设置future的结果 | 
| set_exception(exception) | 设置future的异常 | 
设置future的例子如下:
import asyncio
async def slow_operation(future):
await asyncio.sleep(1) # 睡眠
future.set_result('Future is done!') # future设置结果
loop = asyncio.get_event_loop()
future = asyncio.Future() # 创建future对象
asyncio.ensure_future(slow_operation(future)) # 创建任务
loop.run_until_complete(future) # 阻塞直到future执行完才停止事件
print(future.result())
loop.close()
run_until_complete方法在内部通过调用了future的add_done_callback,当执行future完毕的时候,就会通知事件。
下面这个例子则是通过使用future的add_done_callback方法实现和上面例子一样的效果:
import asyncio
async def slow_operation(future):
await asyncio.sleep(1)
future.set_result('Future is done!')
def got_result(future):
print(future.result())
loop.stop() # 关闭事件
loop = asyncio.get_event_loop()
future = asyncio.Future()
asyncio.ensure_future(slow_operation(future))
future.add_done_callback(got_result) # future执行完毕就执行该回调
try:
loop.run_forever()
finally:
loop.close()
一旦slow_operation函数执行完毕的时候,就会去执行got_result函数,里面则调用了关闭事件,所以不用担心事件会一直执行。
task
Task类是Future的一个子类,也就是Future中的方法,task都可以使用,类方法如下:
| 方法 | 解释 | 
|---|---|
| current_task(loop=None) | 返回指定事件中的任务,如果没有指定,则默认当前事件 | 
| all_tasks(loop=None) | 返回指定事件中的所有任务 | 
| cancel() | 取消任务 | 
并行执行三个任务的例子:
import asyncio
async def factorial(name, number):
f = 1
for i in range(2, number+1):
print("Task %s: Compute factorial(%s)..." % (name, i))
await asyncio.sleep(1)
f *= i
print("Task %s: factorial(%s) = %s" % (name, number, f))
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.gather(
factorial("A", 2),
factorial("B", 3),
factorial("C", 4),
))
loop.close()
执行结果为
Task A: Compute factorial(2)...Task B: Compute factorial(2)...Task C: Compute factorial(2)...Task A: factorial(2) = 2Task B: Compute factorial(3)...Task C: Compute factorial(3)...Task B: factorial(3) = 6Task C: Compute factorial(4)...Task C: factorial(4) = 24
可以发现,ABC同时执行,直到future执行完毕才退出。
下面一些方法是和task相关的方法
| 方法 | 解释 | 
|---|---|
| as_completed(fs, *, loop=None, timeout=None) | 返回是协程的迭代器 | 
| ensure_future(coro_or_future, *, loop=None) | 调度执行一个 coroutine object:并且它封装成future。返回任务对象 | 
| async(coro_or_future, *, loop=None) | 丢弃的方法,推荐使用ensure_future | 
| wrap_future(future, *, loop=None) | Wrap a concurrent.futures.Future object in a Future object. | 
| gather(*coros_or_futures, loop=None, return_exceptions=False) | 从给定的协程或者future对象数组中返回future汇总的结果 | 
| sleep(delay, result=None, *, loop=None) | 创建一个在给定时间(以秒为单位)后完成的协程 | 
| shield(arg, *, loop=None) | 等待future,屏蔽future被取消 | 
| wait(futures, *, loop=None, timeout=None, return_when=ALL_COMPLETED) | 等待由序列futures给出的Futures和协程对象完成。协程将被包裹在任务中。返回含两个集合的Future:(done,pending) | 
| wait_for(fut, timeout, *, loop=None) | 等待单个Future或coroutine object完成超时。如果超时为None,则阻止直到future完成 | 
参考文章
Python 协程总结的更多相关文章
- day-5 python协程与I/O编程深入浅出
		
基于python编程语言环境,重新学习了一遍操作系统IO编程基本知识,同时也学习了什么是协程,通过实际编程,了解进程+协程的优势. 一.python协程编程实现 1. 什么是协程(以下内容来自维基百 ...
 - 终结python协程----从yield到actor模型的实现
		
把应用程序的代码分为多个代码块,正常情况代码自上而下顺序执行.如果代码块A运行过程中,能够切换执行代码块B,又能够从代码块B再切换回去继续执行代码块A,这就实现了协程 我们知道线程的调度(线程上下文切 ...
 - 从yield 到yield from再到python协程
		
yield 关键字 def fib(): a, b = 0, 1 while 1: yield b a, b = b, a+b yield 是在:PEP 255 -- Simple Generator ...
 - 关于python协程中aiorwlock 使用问题
		
最近工作中多个项目都开始用asyncio aiohttp aiomysql aioredis ,其实也是更好的用python的协程,但是使用的过程中也是遇到了很多问题,最近遇到的就是 关于aiorwl ...
 - 用yield实现python协程
		
刚刚介绍了pythonyield关键字,趁热打铁,现在来了解一下yield实现协程. 引用官方的说法: 与线程相比,协程更轻量.一个python线程大概占用8M内存,而一个协程只占用1KB不到内存.协 ...
 - [转载] Python协程从零开始到放弃
		
Python协程从零开始到放弃 Web安全 作者:美丽联合安全MLSRC 2017-10-09 3,973 Author: lightless@Meili-inc Date: 2017100 ...
 - 00.用 yield 实现 Python 协程
		
来源:Python与数据分析 链接: https://mp.weixin.qq.com/s/GrU6C-x4K0WBNPYNJBCrMw 什么是协程 引用官方的说法: 协程是一种用户态的轻量级线程,协 ...
 - python协程详解
		
目录 python协程详解 一.什么是协程 二.了解协程的过程 1.yield工作原理 2.预激协程的装饰器 3.终止协程和异常处理 4.让协程返回值 5.yield from的使用 6.yield ...
 - Python协程与Go协程的区别二
		
写在前面 世界是复杂的,每一种思想都是为了解决某些现实问题而简化成的模型,想解决就得先面对,面对就需要选择角度,角度决定了模型的质量, 喜欢此UP主汤质看本质的哲学科普,其中简洁又不失细节的介绍了人类 ...
 
随机推荐
- 轻量级高性能ORM框架:Dapper高级玩法
			
Dapper高级玩法1: 数据库中带下划线的表字段自动匹配无下划线的Model字段. Dapper.DefaultTypeMap.MatchNamesWithUnderscores = true; 备 ...
 - Android如何实现定位获取
			
一:GPS定位: (1).要实用Adnroid平台的GPS设备,首先需要添加上权限,所以需要添加如下权限: uses-permission android:name= android.permissi ...
 - laravel中间件使用
			
1.在app/Http/Kernel.php文件中配置中间件文件,例如: protected $routeMiddleware = [ 'auth' => \Illuminate\Auth\Mi ...
 - Ionic 应用图标,信息修改
			
Ionic 应用图标,信息修改 Ionic 应用图标 修改 准备好替换的图标并生成各个尺寸的图标 1.使用命令行进入项目根目录,执行命令ionic resources 替换的图片放在resources ...
 - C#调用TSC条码打印机打印条码
			
#region 调用TSC打印机打印条码 /// <summary> /// 调用TSC打印机打印条码 /// </summary> /// <param name=&q ...
 - [图形学] Chp8 使用双缓存创建帧动画
			
第八章的习题有动画的要求,之前并没有讲解动画如何制作,网上搜到一篇文章SCARA——OpenGL入门学习五六(三维变换.动画),按照里面的方法,使用双缓存和空闲回调函数实现了一个简单的帧动画. #in ...
 - java基础系列--Calendar类
			
原创作品,可以转载,但是请标注出处地址:http://www.cnblogs.com/V1haoge/p/7136575.html 1.Calendar概述 Java官方推荐使用Calendar来替换 ...
 - win32SDK的hello,world程序
			
首次用Code::Blocks写Win32GUI程序,关于GDI+的引用摸索了半天.SDK写GUI比较累人,以后还是考虑Qt或者其他方式. 代码: /** *code by lichmama from ...
 - Jsp注册页面身份证验证
			
<!--身份证验证 --><script type="text/javascript">function isCardNo(Idcardnumber) { ...
 - IE事件处理
			
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/ ...