python异步编程

标签：异步 await python 编程 func print async def asyncio

1、协程

1.1 协程是什么

协程不是计算机提供，程序员人为创造。协程(Coroutine)也可以被称为微线程，是一种用户态内的上下文切换技术。简而言之，其实就是通过一个线程实现代码块相互切换执行。线程是通过时间片抢占来执行程序的，相比与线程的抢占式调度协程de 协作式调度是程序自身控制的切换的，协程的核心思想式主动让出和恢复。协程对比于线程减少了资源消耗。

1.2 协程的发展

python中的tornado、fastapi、django3都支持协程的并发

fastapi->uvicorn->awsgi->uvloop

django3->awsgi

1.2.1 greenlet

greenlet是一个python早期使用协程的第三方的模块

安装

pip install greenlet

from greenlet import greenlet


def func1():
    print(1)        # 第1步：输出 1
    gr2.switch()    # 第3步：切换到 func2 函数
    print(2)        # 第6步：输出 2
    gr2.switch()    # 第7步：切换到 func2 函数，从上一次执行的位置继续向后执行


def func2():
    print(3)        # 第4步：输出 3
    gr1.switch()    # 第5步：切换到 func1 函数，从上一次执行的位置继续向后执行
    print(4)        # 第8步：输出 4


gr1 = greenlet(func1)
gr2 = greenlet(func2)
gr1.switch() # 第1步：去执行 func1 函数

1.2.2 yield

基于python生成器yield和yield from 关键词也能实现协程代码

ef func1():
    yield 1
    yield from func2()
    yield 2


def func2():
    yield 3
    yield 4


f1 = func1()
for item in f1:
    print(item)

1.2.3 asyncio

在python3.4 出现了aysncio之后，python官方正式支持协程，ayncio比greenlet更加强大，遇到IO操作会自动切换。

import asyncio


@asyncio.coroutine
def func1():
    print("func1开始.....")
    yield from asyncio.sleep(2)
    print("func1完成")


@asyncio.coroutine
def func2():
    print("func2开始.....")
    yield from asyncio.sleep(2)
    print("func2完成")


# 为协程对象创建task
tasks = [
    asyncio.ensure_future(func1()),
    asyncio.ensure_future(func2())
]
# 获取事件循环
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))

1.2.4 async & await

为了让asyncio的操作更加简洁，python3.5引入了async和await关键词，

其中async修饰的函数就是一个协程的对象，而await将会等待协程对象\task对象\future对象的执行

import asyncio


async def func1():
    print("func1开始.....")
    await asyncio.sleep(2)
    print("func1完成")


async def func2():
    print("func2开始.....")
    await asyncio.sleep(2)
    print("func2完成")


# 为协程对象创建task
tasks = [
    asyncio.ensure_future(func1()),
    asyncio.ensure_future(func2())
]
# 获取事件循环
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))

2、协程中的定义

2.1 事件循环

事件循环可以把它当成一个while，这个循环一直在检查任务的状态，将未执行完成的任务执行，剔除已经执行，遇到IO任务进行任务切换。



任务列表 = [ 任务1, 任务2, 任务3,... ]

while True:
    可执行的任务列表，已完成的任务列表 = 去任务列表中检查所有的任务，将'可执行'和'已完成'的任务返回
    
    for 就绪任务 in 已准备就绪的任务列表:
        执行已就绪的任务
        
    for 已完成的任务 in 已完成的任务列表:
        在任务列表中移除 已完成的任务

	如果 任务列表 中的任务都已完成，则终止循环

2.2 协程对象

使用async定义的是一个协程函数，加()是并不会执行而是生成一个协程对象，并且放入到事件循环中才能执行。

放入到事件循环中有两种方式

直接加入事件循环中

import asyncio

async def func():
    print("正在执行....")
 
# loop = asyncio.get_event_loop()
# loop.run_until_complete( func() )
asyncio.run(func())

构造成一个task放入

import asyncio


async def func():
    print("正在执行....1")

tasks = [asyncio.ensure_future(func())]
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))

2.3 await

await + 可等待的对象(协程对象, Future, Task)

协程对象

# 协程对象1
import asyncio

async def func():
    print("开始执行func1")
    await asyncio.sleep(2)
    print("结束执行func1")

asyncio.run(func())


# 协程对象2
import asyncio


async def func1():
    print("开始func1")
    await asyncio.sleep(2)
    print('结束func1')
    return 'ok'


async def func2():
    print("开始func2")
    response = await func1()
    print(f"结束func2:{response}")


asyncio.run(func2())
asyncio.run( func() )

Futrue对象

# Future对象
import asyncio


async def execute_fut(fut):
    print("开始执行fut")
    await asyncio.sleep(2)
    fut.set_result(222)
    print("结束执行fut")


async def main():
    print("开始执行main")
    # 获取当前事件循环
    loop = asyncio.get_running_loop()

    # 创建一个任务Future对象
    fut = loop.create_future()
    await execute_fut(fut)
    # Future没有结果则会一直等下去。
    response = await fut
    print(response)
    print("结束执行main")

asyncio.run(main())

Task对象

import asyncio


async def func():
    print("开始执行func")
    await asyncio.sleep(2)
    print("结束执行func")
    return "ok"


async def main():
    print("开始执行main")
    task1 = asyncio.create_task(func())
    task2 = asyncio.create_task(func())
    response1 = await task1
    response2 = await task2
    print(response1, response2)
    print("结束执行main")

asyncio.run(main())

等同于

import asyncio


async def func():
    print("开始执行func")
    await asyncio.sleep(2)
    print("结束执行func")
    return "ok"


tasks = [
    asyncio.ensure_future(func()),
    asyncio.ensure_future(func())
]

print("开始执行main")
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))
print("结束执行main")

2.4 Task对象

在协程中可以将多个协程对象封装成一个Task去执行，Task中的协程对象会并发执行，可以通过asyncio.create_task(协程对象)的方式创建Task对象，这样可以让协程加入事件循环中等待被调度执行。除了使用 asyncio.create_task() 函数以外，还可以用低层级的 loop.create_task() 或 ensure_future() 函数。

# 协程对象串行执行
import asyncio


async def func():
    print("开始执行func")
    await asyncio.sleep(2)
    print("结束执行func")
    return "ok"


async def main():
    print("开始执行main")
    response1 = await func()
    response2 = await func()
    print(response1, response2)
    print("结束执行main")

asyncio.run(main())

# task中的协程会并发执行
import asyncio


async def func():
    print("开始执行func")
    await asyncio.sleep(2)
    print("结束执行func")
    return "ok"


async def main():
    print("开始执行main")
    task1 = asyncio.create_task(func())
    task2 = asyncio.create_task(func())
    response1 = await task1
    response2 = await task2
    print(response1, response2)
    print("结束执行main")

asyncio.run(main())

对比上面两个例子，1中会串行打印开始执行func1，而2中会同时打印开始执行func1`

import asyncio


async def func():
    print("开始执行func")
    await asyncio.sleep(2)
    print("结束执行func")
    return "ok"


async def main():
    print("开始执行main")
    task1 = asyncio.create_task(func(), name="func1")
    task2 = asyncio.create_task(func(), name="func2")
    done, pending = await asyncio.wait([task1, task2], timeout=3)
    print(done)
    print(pending)
    print("结束执行main")

asyncio.run(main())

上面的代码中可以加多个Task加入到一个task_list中，并使用asyncio.wait等待结果，Task对象在超时时间未完成将出现在pending中，已经完成的将出现在done中。注意：asyncio.wait传入的是一个列表，列表中元素的Task对象。

import asyncio


async def func():
    print("开始执行func")
    await asyncio.sleep(2)
    print("结束执行func")
    return "ok"


print("开始执行main")
asyncio.run(asyncio.wait([func(), func()]))
print("结束执行main")

代码可以简写成上面的形式直接在run中执行协程对象的列表

2.5 asyncio.Future对象

Task继承Future，Task对象内部await结果的处理基于Future对象来的。

实例1：

async def main():
    # 获取当前事件循环
    loop = asyncio.get_running_loop()

    # 创建一个任务（Future对象），这个任务什么都不干。
    fut = loop.create_future()

    # 等待任务最终结果（Future对象），没有结果则会一直等下去。
    await fut

asyncio.run(main())

实例2：

import asyncio


async def set_after(fut):
    await asyncio.sleep(2)
    fut.set_result("ok")


async def main():
    # 获取当前事件循环
    loop = asyncio.get_running_loop()

    # 创建一个任务（Future对象），没绑定任何行为，则这个任务永远不知道什么时候结束。
    fut = loop.create_future()

    # 创建一个任务（Task对象），绑定了set_after函数，函数内部在2s之后，会给fut赋值。
    # 即手动设置future任务的最终结果，那么fut就可以结束了。
    await loop.create_task(  set_after(fut) )

    # 等待 Future对象获取, 等到结果返回
    data = await fut
    print(data)

asyncio.run( main() )

2.6 concurrent 中的Future对象

此Future是线程池或进程池中创建的Future对象，跟协程的Future无关联

import time
from concurrent.futures.thread import ThreadPoolExecutor
from concurrent.futures.process import ProcessPoolExecutor

# 创建线程池
pool = ThreadPoolExecutor(max_workers=5)
# 创建进程池
# pool = ProcessPoolExecutor(max_workers=5)


def func(value):
    print(f"开始执行func:{value}")
    time.sleep(3)
    print(f"执行完成func:{value}")
    return 123


print("开始执行main")
for i in range(10):
    print(f"创建Future:{i + 1}")
    fut = pool.submit(func, i+1)


time.sleep(10)
print("执行完成main")

注意: 线程池的Future可以转换成协程的Future

import asyncio
import requests


async def download_image(url):
    # 发送网络请求，下载图片（遇到网络下载图片的IO请求，自动化切换到其他任务）
    print("开始下载:", url)

    loop = asyncio.get_event_loop()
    # requests模块默认不支持异步操作，所以就使用线程池来配合实现了。
    future = loop.run_in_executor(None, requests.get, url)
    response = await future
    print('下载完成')
    # 图片保存到本地文件
    file_name = url.rsplit('_')[-1]
    with open(file_name, mode='wb') as file_object:
        file_object.write(response.content)


if __name__ == '__main__':
    url_list = [
        'https://www3.autoimg.cn/newsdfs/g26/M02/35/A9/120x90_0_autohomecar__ChsEe12AXQ6AOOH_AAFocMs8nzU621.jpg',
        'https://www2.autoimg.cn/newsdfs/g30/M01/3C/E2/120x90_0_autohomecar__ChcCSV2BBICAUntfAADjJFd6800429.jpg',
        'https://www3.autoimg.cn/newsdfs/g26/M0B/3C/65/120x90_0_autohomecar__ChcCP12BFCmAIO83AAGq7vK0sGY193.jpg'
    ]

    tasks = [download_image(url) for url in url_list]

    loop = asyncio.get_event_loop()
    loop.run_until_complete(asyncio.wait(tasks))

如果遇到不支持的协程的模块的时候，可以使用线程或进程池的Future转化协程的Future，底层实际上还是用线程或进程实现的并发操作

2.7 异步上下文

实现了__enter__()和__exit__()的类为上下文管理器，而实现了__aenter__()和__aexit__()为异步上下文管理器，可以使用async with 进行上下文管理

import asyncio


class AsyncContextManager:
    def __init__(self):
        self.conn = conn
        
    async def do_something(self):
        # 异步操作数据库
        return 666

    async def __aenter__(self):
        # 异步链接数据库
        self.conn = await asyncio.sleep(1)
        return self

    async def __aexit__(self, exc_type, exc, tb):
        # 异步关闭数据库链接
        await asyncio.sleep(1)

async def func():
    async with AsyncContextManager() as f:
        result = await f.do_something()
        print(result)

asyncio.run( func() )

2.8 uvloop

uvloop的协程性能强于asyncio的，可以用uvloop替代asyncio的事件循环

安装: pip install uvloop

import asyncio
import uvloop
asyncio.set_event_loop_policy(uvloop.EventLoopPolicy())

# 编写asyncio的代码，与之前写的代码一致。

# 内部的事件循环自动化会变为uvloop
asyncio.run(...)

3 案例

3.1 异步redis

安装: pip install aioredis

import asyncio
import aioredis
import time


class RedisArray(object):
    def __init__(self, url="redis://192.168.1.200", kname="my_list"):
        """
        :param url: redis url
        :param kname: list name
        """
        self.url = url
        self.kname = kname

    async def create_pool(self):
        """
        创建连接池
        """
        self.aioClient = await aioredis.from_url(self.url)

    async def lpush(self, kvalue):
        """
        往列表左边, 也就是头部插入元素
        :param kvalue: element value
        """
        try:
            # 插入加入延时3秒
            await asyncio.sleep(3)
            return await self.aioClient.lpush(self.kname, kvalue)
        except Exception as e:
            print(f"lpush 插入: {self.kname}/{kvalue}报错: {str(e)}")
            return None

    async def rpush(self, kvalue):
        """
        往列表右边, 也就是尾部插入元素
        :param kvalue: element value
        """
        try:
            # 插入加入延时3秒
            await asyncio.sleep(3)
            return await self.aioClient.rpush(self.kname, kvalue)
        except Exception as e:
            print(f"rpush 插入: {self.kname}/{kvalue}报错: {str(e)}")
            return None

    async def get(self, start=0, end=-1):
        """
        获取元素
        :param start: element start index
        :param end: element end index
        """
        try:
            # 获取加入延时3秒
            await asyncio.sleep(3)
            result = await self.aioClient.lrange(self.kname, 0, -1)
            result = [str(item, 'utf-8') for item in result]

            print(result)
            return result
        except Exception as e:
            print(f"读取: {self.kname}/{start}/{end}错误: {str(e)}")
            return []

    async def close(self):
        """
        关闭redis连接
        """
        await self.aioClient.close()


async def main():
    start_time = time.time()
    # 使用异步事件循环执行插入操作
    RA = RedisArray()
    await RA.create_pool()
    await RA.lpush("test22")
    await RA.rpush("test23")
    task1 = asyncio.ensure_future(RA.get())
    task2 = asyncio.ensure_future(RA.get())
    await task1
    await task2
    await RA.close()
    print(f"操作耗时:{time.time()-start_time}")

loop = asyncio.get_event_loop()
loop.run_until_complete(main())
# 总耗时9秒

示例中lpush，rpush，get函数中分别都加了3秒的延迟，但是总的耗时只有9秒，说明get数据是异步的。

3.2 异步mysql

import time
import aiomysql
import asyncio


async def select():
    conn = await aiomysql.connect(host='192.168.1.200', port=3306, user='root', password='123456', db='test')
    sql = "select * from users"
    cursor = await conn.cursor()
    await asyncio.sleep(3)
    await cursor.execute(sql)
    result = await cursor.fetchall()
    await cursor.close()
    conn.close()
    return result


async def main():
    start_time = time.time()
    task1 = asyncio.ensure_future(select())
    task2 = asyncio.ensure_future(select())
    result1 = await task1
    result2 = await task2
    print(result1)
    print(result2)
    print(f"执行耗时:{time.time() - start_time}")

asyncio.run(main())
# 总耗时3秒

在select函数中增加耗时3秒。main函数中两次查询MySQL的数据总共耗时3秒，说明两次查询时异步的。

3.3 Fastapi

import asyncio

import uvicorn
import aioredis
from aioredis import Redis
from fastapi import FastAPI

app = FastAPI()

# 创建一个redis连接池
redis = aioredis.from_url('redis://192.168.1.200:6379')


@app.get("/")
def index():
    """ 普通操作接口 """
    return {"message": "Hello World"}


@app.get("/red")
async def red():
    """ 异步操作接口 """

    print("请求来了")

    await asyncio.sleep(3)
    # 连接池获取一个连接

    async with redis.client() as conn:
        await conn.set("my-key", "value")
        result = await conn.get("my-key")
    print(result)
    return result


if __name__ == '__main__':
    uvicorn.run(app, host="127.0.0.1", port=5000, log_level="info")

3.4 异步爬虫

import aiohttp
import asyncio


async def fetch(session, url):
    print("发送请求：", url)
    async with session.get(url, verify_ssl=False) as response:
        text = await response.text()
        print("得到结果：", url, len(text))
        return text


async def main():
    async with aiohttp.ClientSession() as session:
        url_list = [
            'https://www.baidu.com',
            'https://www.baidu.com',
            'https://www.baidu.com'
        ]
        tasks = [ asyncio.create_task(fetch(session, url)) for url in url_list]

        done,pending = await asyncio.wait(tasks)


if __name__ == '__main__':
    asyncio.run( main() )

3.5 异步服务和socket对比

# socket 服务端

import socket

s = socket.socket()
port = 2324
s.bind(("127.0.0.1", port))

s.listen(5)
while True:
    c, addr = s.accept()
    print('连接地址：', addr)
    c.send("欢迎进入!".encode(encoding="gbk"))
    while True:
        # 当多个客户端来连接的时候将阻塞在这里
        data = c.recv(1024)
        print("收到:", data.decode("gbk"))
        c.send(data)
    c.close()


# socket 客户福

import socket

s = socket.socket()
port = 2324

s.connect(("127.0.0.1", port))
while True:
    msg = s.recv(1024)
    print(msg.decode(encoding="gbk"))
    data = input()
    s.send(data.encode(encoding="gbk"))

这个代码只适合一个客户端和一个服务端的通信，因为当服务端接收到客服端的请求执行accept到下一个while的循环里面时会一直阻塞状态，无法接收其他的客户端的请求，想要实现多个客户端通信，并且在服务端对每一个连接开启线程。而使用aysncio则无需如此

import asyncio


async def script_handle(reader, writer):
    while True:
        data = await asyncio.wait_for(reader.readline(), None)
        if not data:
            print('client disconnected')
            writer.close()  # 关闭套接字
            await writer.wait_closed()  # 等待套接字完全关闭
            return
        print("收到:", data.decode())
        writer.write(b'>'+data)
        await writer.drain()


async def main():
    server = await asyncio.start_server(script_handle, host='', port=2324)
    addr = server.sockets[0].getsockname()
    print(f'Serving on {addr}')
    async with server:
        await server.serve_forever()


if __name__ == '__main__':
    asyncio.run(main())

在cmd窗口中输入telnent 127.0.0.1 2324

如图所示，当多个客户端去连接的时候，服务端会使用协程异步接收请求、处理消息

标签：异步,await,python,编程,func,print,async,def,asyncio
From： https://blog.csdn.net/weixin_43413871/article/details/136821416