Python协程你学会了吗?
在学习协程之前,你需要先知道协程是什么?协程又称为微线程,一个程序可以包含多个协程,可以对比与一个进程包含多个线程,因而下面我们来比较协程和线程。我们知道多个线程相对独立,有自己的上下文,切换受系统控制;而协程也相对独立,有自己的上下文,但是其切换由自己控制。 协程是一个线程执行,两个子过程通过相互协作完成某个任务。协程和子程序调用很像,但协程是在子程序内部中断去执行别的子程序,适当时候返回接着执行,中断有别于函数调用。
好了,废话不多说,我们直接上实例,结合实战来搞懂这个不算特别容易理解的概念。之后,我们再由浅入深,直击协程的核心。
我们先看一个简单的爬虫例子:
import time def crawl_page(url):
print('crawling {}'.format(url))
time.sleep(2)
print('OK {}'.format(url)) a=['url1', 'url2', 'url3', 'url4']
start=time.time()
for url in a:
crawl_page(url)
end=time.time()
print('use {}'.format(end-start)) ###输出
crawling url1
OK url1
crawling url2
OK url2
crawling url3
OK url3
crawling url4
OK url4
use 8.007500886917114
这是一个很简单的爬虫函数执行时,调取 crawl_page() 函数进行网络通信,经过2秒等待后收到结果,然后执行下一个。4个url抓取耗费了8s的时间。下面我们来看看协程的实现。
import asyncio async def crawl_page(url):
print('crawling {}'.format(url))
await asyncio.sleep(2)
print('OK {}'.format(url)) async def run(urls):
for url in urls:
await crawl_page(url) start=time.time()
asyncio.run(run(['url1', 'url2', 'url3', 'url4']))
end=time.time()
print('use {}s'.format(end-start)) ####输出
crawling url1
OK url1
crawling url2
OK url2
crawling url3
OK url3
crawling url4
OK url4
use 8.012088060379028s
也许你会发现,怎么还是耗时8s,和顺序执行没任何区别啊,这什么玩意。你说对了,我们先带着这个疑问继续往下看。在讲解之前,我们先分析一下这个代码,首先来看 import asyncio(注意是在python3.7版本以上才可以哦),这个库包含了大部分我们实现协程所需的魔法工具。
async 修饰词声明异步函数,于是,这里的 crawl_page 和 run 都变成了异步函数。而调用异步函数,我们便可得到一个协程对象(coroutine object)。
我们再来说说协程的执行。这里我介绍一下常用的三种。
我们可以通过 await 来调用。await 执行的效果,和 Python 正常执行是一样的,也就是说程序会阻塞在这里,进入被调用的协程函数,执行完毕返回后再继续,而这也是 await 的字面意思。代码中 await asyncio.sleep(sleep_time) 会在这里休息若干秒,await crawl_page(url) 则会执行 crawl_page() 函数。
我们可以通过 asyncio.create_task() 来创建任务,这个我们下节课会详细讲一下,你先简单知道即可。
我们需要 asyncio.run 来触发运行。asyncio.run 这个函数是 Python 3.7 之后才有的特性,可以让 Python 的协程接口变得非常简单,你不用去理会事件循环怎么定义和怎么使用的问题(我们会在下面讲)。
到此,我们应该可以看懂上面的代码了吧,不懂也没关系,我们继续分析。还记得上面await 是同步调用,因此, crawl_page(url) 在当前的调用结束之前,是不会触发下一次调用的。于是,这个代码效果就和上面完全一样了,相当于我们用异步接口写了个同步代码。我们接下来就来真正写一个异步的代码。
import asyncio async def crawl_page(url):
print('crawling {}'.format(url))
await asyncio.sleep(2)
print('OK {}'.format(url)) async def run(urls):
tasks = []
for url in urls:
tasks.append(asyncio.create_task(crawl_page(url))) for task in tasks:
await task start=time.time()
urls=['url1', 'url2', 'url3', 'url4']
asyncio.run(run(urls))
end=time.time()
print('use {}s'.format(end-start)) ####输出#####
crawling url1
crawling url2
crawling url3
crawling url4
OK url1
OK url2
OK url3
OK url4
use 2.0025851726531982s
你可以看到,我们有了协程对象后,便可以通过 asyncio.create_task 来创建任务。任务创建后很快就会被调度执行,这样,我们的代码也不会阻塞在任务这里。所以,我们要等所有任务都结束才行,用for task in tasks: await task 即可。
下面我们来深入分析一下协程的执行过程。
import asyncio async def worker_1():
print('worker_1 start')
await asyncio.sleep(1)
print('worker_1 done') async def worker_2():
print('worker_2 start')
await asyncio.sleep(2)
print('worker_2 done') async def run():
task1 = asyncio.create_task(worker_1())
task2 = asyncio.create_task(worker_2())
print('before await')
await task1
print('awaited worker_1')
await task2
print('awaited worker_2') start=time.time()
asyncio.run(run())
end=time.time()
print('use {}s'.format(end-start)) #####结果#####
before await
worker_1 start
worker_2 start
worker_1 done
awaited worker_1
worker_2 done
awaited worker_2
use 2.001868963241577s
让我们来执行分析一下。
asyncio.run(run()),程序进入 run() 函数,事件循环开启。
task1 和 task2 任务被创建,并进入事件循环等待运行;运行到 print,输出 'before await';
await task1 执行,用户选择从当前的主任务中切出,事件调度器开始调度 worker_1;
worker_1 开始运行,运行 print 输出'worker_1 start',然后运行到 await asyncio.sleep(1), 从当前任务切出,事件调度器开始调度 worker_2;
worker_2 开始运行,运行 print 输出 'worker_2 start',然后运行 await asyncio.sleep(2) 从当前任务切出;
一秒钟后,worker_1 的 sleep 完成,事件调度器将控制权重新传给 task_1,输出 'worker_1 done',task_1 完成任务,从事件循环中退出;
await task1 完成,事件调度器将控制器传给主任务,输出 'awaited worker_1',然后在 await task2 处继续等待;
两秒钟后,worker_2 的 sleep 完成,事件调度器将控制权重新传给 task_2,输出 'worker_2 done',task_2 完成任务,从事件循环中退出;
主任务输出 'awaited worker_2',协程全任务结束,事件循环结束。
最后我们来总结一下今天的内容。
协程和多线程的区别,主要在于两点,一是协程为单线程;二是协程由用户决定,在哪些地方交出控制权,切换到下一个任务。
协程的写法更加简洁清晰,把 async、await 和 create_task 结合来用,对于中小级别的并发需求已经毫无压力。
欢迎大家留言和我交流。
最新文章
- 《PHP数组函数》笔记
- android中接口和抽象类的区别
- intellij IDEA 出现“Usage of API documented as @since 1.6+”的解决办法
- 【原创】NIO框架入门(三):iOS与MINA2、Netty4的跨平台UDP双向通信实战
- mysql查询所有记录,并去掉重复的记录
- sencha gridpanel 单元格编辑
- NOLOCK、HOLDLOCK、UPDLOCK、TABLOCK、TABLOCKX
- dwz ie10一直提示数据加载中
- 【USACO 2.2.2】集合
- [转载]Linux 性能监控、测试、优化工具
- Nginx 之一:编译安装nginx 1.8.1 及配置
- ehcache 使用笔记
- 关于 python 新式类和旧式类继承顺序的验证
- JS流程控制
- VS工具箱中添加DevExpress控件
- 不使用接口的 limit 控制分页的容量
- lib下的Jar包在项目打包的时候提示不能找不到
- Memcached在Windows下的配置和使用
- HTML5学习笔记(八):CSS定位
- C#通过反射获取对象属性,打印所有字段属性的值