Python异步编程说明

Python异步编程使用asycn和await两个关键词进行修饰。其中asycn关键词修饰过程，而await修饰操作本身。

EventLoop（事件循环）

Python异步编程的核心是维护若干个事件循环，学过操作系统的可以把事件简单地认为是“进程”。Python的事件循环维护若干个Task（协程），当Task被阻塞或者Task完成了，就从Task池（我起的名字）中获取下一个可以用的Task来执行。你可以通过get_running_loop()和get_event_loop()来获取当前的事件循环。区别是前者如果没有正在运行的事件循环则会引发 RuntimeError并且只能由协程或回调来调用。后者如果没有正在运行的事件循环择新建一个事件循环。

Task

事件循环本质就是管理Task。Task是一次协程的一次执行。协程使用asycn关键词进行修饰。这种函数最大特点是执行可以暂停，交出执行权。在asycn修饰的函数里面可以加上await修饰的asycn函数，就像这样：

1
2
3
4
5
6
7
8
9

import asyncio

async def get_data()
	return 11

async def main():
	# get_data()
	d = await get_data()
	print(d)

当执行到await这一步的时候，就暂停当前Task命令的执行，反而去执行别的命令（就相当于阻塞）。这个时候会有人问，await修饰的那段任务执行情况是怎么样的呢，是作为一个新的Task放入事件循环中？其实不是，await代表异步执行，你可以简单地理解成开一个新的协程去做这件事情。这个协程首先把当前Task给暂停了，换一个新的Task。等那个新的协程把事情做完了，把之前那个被暂停的Task抓到Task池里面。其核心就是把IO密集型的任务进行重组，在IO等待的时候做点别的。

那至于Python如何平衡这个协程和新协程，就是内核做的事情，程序员不需要思考这件事。你可以认为，在程序员的角度中，就是做到需要等待的任务，就交给别人先占用CPU，我等完了我再来占用CPU。异步的目的就是并发执行。并发执行计算和IO，并发执行若干个任务。（这里我猜有一种机制，可以让计算，也就是CPU操作和IO一起执行，其实硬件上是可以实现的，有一种叫做DMA的机器可以实现IO和计算分离，具体的实现可以去学学，但是我目前就只知道用法）

Push task to eventloop

我们可以使用asyncio.run()来执行一个异步任务，也可以使用asyncio.gather()打包若干个Task进行执行。

Get the return value from task

我们可以使用task.result()来统一返回，可以配合barrier一起使用

1
2
3
4
5
6
7
8
9
10
11

if __name__ == '__main__':

    start_time = time.time()#程序启动时间

    loop = asyncio.get_event_loop()#获取本机事件循环
    tasks = [loop.create_task(get_data(i)) for i in range(4)]
 
    loop.run_until_complete(asyncio.wait(tasks))
    print()
    for task in tasks:
        print(task.result())