协程 - asyncio - 2
异步编程
asyncio.Future 对象
Task 继承 Future, Task对象内部中的await结果的处理基于Future对象来的
在Future对象中会保存当前执行的这个协程任务的状态，如果当前任务状态为finished, 则await不再等待。
示例1：
import asyncio
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] 当前没有任何任务
fut = loop.create_future()
# 等待任务的最终结果，没有结果则一直等待
await fut
asyncio.run(main())
示例2：
import asyncio
async def set_after(fut):
await asyncio.sleep(2)
fut.set_result('这是一个测试结果')
async def main():
# 获取事件循环
loop = asyncio.get_running_loop()
# 创建一个任务, 并且当前任务没有绑定任何行为, 则这个任务永远不知道什么时候结束
fut = loop.create_future()
# 手动设置future任务的最终结果
await loop.create_task(set_after(fut))
# 等待Future对象获取最终的结果, 否则就一直等
data = await fut
print(data)
asyncio.run(main())
concurrent.futures.Future 对象
使用线程池、进程池实现异步操作时会使用到的对象。
import time
from concurrent.futures import Future
from concurrent.futures.thread import ThreadPoolExecutor
from concurrent.futures.process import ProcessPoolExecutor
def func(value):
time.sleep(1)
print(value)
# 创建线程池
pool = ThreadPoolExecutor(max_workers=5)
# 创建进程池
# pool = ProcessPoolExecutor(max_workers=5)
for i in range(10):
fut = pool.submit(func, i)
print(fut)
一般情况下，代码编写需要统一编程风格，简而言之，就是如果使用的是线程/进程，则整个程序都统一使用线程/进程。
只有一种情况可能会进行交叉编程。一个项目中的所有IO请求为协程异步请求，假设MySQL数据库版本过低导致无法使用协程进行并发存储，这种情况会使用线程/进程完成并发存储任务。
import time
import asyncio
import concurrent.futures
def func_1():
time.sleep(2)
return '测试'
async def main():
loop = asyncio.get_running_loop()
# 在协程函数中运行普通函数 在执行函数时，协程内部会自动创建一个线程池来运行任务
# run_in_executor()方法第一个参数为None时则默认创建一个线程池
fut = loop.run_in_executor(None, func_1)
result = await fut
print('当前方式会自动创建一个线程池去执行普通函数: ', result)
# 在协程函数中运行基于线程池的任务, 效果与以上代码一致
with concurrent.futures.ThreadPoolExecutor() as pool:
result = await loop.run_in_executor(pool, func_1)
print('在线程池中得到的执行结果: ', result)
# 在协程函数中运行基于进程池的任务
with concurrent.futures.ProcessPoolExecutor() as pool:
result = await loop.run_in_executor(pool, func_1)
print('在进程池中得到的执行结果: ', result)
if __name__ == "__main__":
asyncio.run(main())
案例：asyncio + 不支持异步的模块（requests）
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，所以使用线程池来配合实现
future = loop.run_in_executor(None, requests.get, url)
response = await future
print('下载完成...')
# 保存图片
file_name = url.rsplit('/')[-1]
with open(file_name, mode='wb') as f:
f.write(response.content)
if __name__ == '__main__':
url_list = [
'http://pic.bizhi360.com/bbpic/98/10798.jpg',
'http://pic.bizhi360.com/bbpic/92/10792.jpg',
'http://pic.bizhi360.com/bbpic/86/10386.jpg'
]
tasks = [download_image(url) for url in url_list]
# loop = asyncio.get_event_loop()
# loop.run_until_complete(asyncio.wait(tasks))
asyncio.run(asyncio.wait(tasks))
异步迭代器
什么是异步迭代器？
实现了
__aiter__()和__anext__()方法的对象。__aiter__()必须返回一个awaitable对象。async for会处理异步迭代器的__anext__()方法所返回的可等待对象，直到引发一个StopAsyncIteration异常。什么是异步可迭代对象？
可在
async for语句中被使用的对象。必须通过它的__aiter__()方法返回一个asynchronous iterator。
import asyncio
# 自定义异步迭代器
class Reader:
def __init__(self):
self.count = 0
async def readline(self):
# await asyncio.sleep(1)
self.count += 1
if self.count == 100:
return None
return self.count
def __aiter__(self):
return self
async def __anext__(self):
val = await self.readline()
if val is None:
raise StopAsyncIteration
return val
async def func():
obj = Reader()
# 异步for循环必须在协程函数内执行，协程函数名称随意取名
async for item in obj:
print(item)
asyncio.run(func())
异步上下文管理器
此种现象通过定义
__aenter__()和__axeit__()方法来对async with语句中的环境进行控制。
import asyncio
class AsyncContextManager:
def __init__(self, conn=None):
self.conn = conn
async def do_something(self):
# 异步操作数据库
return 'crud'
async def __aenter__(self):
# 异步连接数据库
self.conn = await asyncio.sleep(1)
return self
async def __aexit__(self, exc_type, exc_val, exc_tb):
# 异步关闭数据库连接
await asyncio.sleep(1)
async def func():
# 上下文管理器处理也需要在协程函数中运行
async with AsyncContextManager() as f:
result = await f.do_something()
print(result)
asyncio.run(func())
uvloop
是asyncio的事件循环的替代方案。
uvloop事件循环的执行效率比asyncio默认的事件循环的效率高。
# pip install uvloop
import asyncio
import uvloop
# 设置事件循环为uvloop
asyncio.set_event_loop_policy(uvloop.EventLoopPolicy())
# 编写的asyncio代码与之前一致
# 内部事件循环会自动切到uvloop
asyncio.run(...)
实战案例
异步操作 Redis
在使用python代码操作redis时，像连接、读取/写入、断开都是IO操作。
pip install aioredis==1.3.1
案例1：
import asyncio
import aioredis
async def execute(address):
print('开始执行: ', address)
# 网络IO 创建redis连接
redis = await aioredis.create_redis(address)
# 网络IO 在redis中设置哈希值
await redis.hmset_dict('car', key1=1, key2=2, key3=3)
# 网络IO 获取redis中的值
result = await redis.hgetall('car', encoding='utf-8')
print(result)
redis.close()
# 网络IO 关闭redis连接
await redis.wait_closed()
print('结束...')
asyncio.run(execute('redis://127.0.0.1:6379/0'))
案例2：
import asyncio
import aioredis
async def execute(address, password):
print('开始执行: ', address)
# 网络IO 创建redis连接
redis = await aioredis.create_redis_pool(address, password=password)
# 网络IO 在redis中设置哈希值
await redis.hmset_dict('car', key1=1, key2=2, key3=3)
# 网络IO 获取redis中的值
result = await redis.hgetall('car', encoding='utf-8')
print(result)
redis.close()
# 网络IO 关闭redis连接
await redis.wait_closed()
print('结束...')
task_list = [
execute('redis://localhost:6379/0', None),
execute('redis://localhost:6379/1', None)
]
asyncio.run(asyncio.wait(task_list))
异步 MySQL
pip install aiomysql
案例1：
import asyncio
import aiomysql
async def execute():
# 网络IO操作 连接mysql
conn = await aiomysql.connect(host='127.0.0.1', port=3306, user='root', password='root', db='mysql')
# 网络IO操作 创建游标
cursor = await conn.cursor()
# 网络IO操作 执行sql
await cursor.execute('select host,user from user')
# 网络IO操作 获取sql结果
result = await cursor.fetchall()
print(result)
# 网络IO操作
await cursor.close()
conn.close()
asyncio.run(execute())
案例2：
import asyncio
import aiomysql
async def execute(host, password):
print('开始连接:', host)
# 网络IO操作 连接mysql
conn = await aiomysql.connect(host=host, port=3306, user='root', password=password, db='mysql')
# 网络IO操作 创建游标
cursor = await conn.cursor()
# 网络IO操作 执行sql
await cursor.execute('select host,user from user')
# 网络IO操作 获取sql结果
result = await cursor.fetchall()
print(result)
# 网络IO操作
await cursor.close()
conn.close()
print('结束:', host)
task_list = [
execute('localhost', 'root'),
execute('localhost', 'root')
]
asyncio.run(asyncio.wait(task_list))
FastAPI框架
pip install uvicorn
pip install fastapi
示例：
import uvicorn
import asyncio
import aioredis
from fastapi import FastAPI
app = FastAPI()
# 创建redis连接池
REDIS_POOL = aioredis.ConnectionsPool('redis://localhost:6379', password=None, minsize=1, maxsize=10)
@app.get('/')
def index():
# 普通视图函数
return {'message': 'hello world'}
@app.get('/red')
async def red():
# 异步视图
print('请求来了...')
await asyncio.sleep(3)
# 获取连接池中的一个链接
conn = await REDIS_POOL.acquire()
redis = aioredis.Redis(conn)
# 设置值
await redis.hmset_dict('car_fastApi', key1=1, key2=2, key3=3)
# 读取值
result = await redis.hgetall('car_fastApi', encoding='utf-8')
print(result)
# 将单个连接归还给连接池
REDIS_POOL.release(conn)
return result
if __name__ == '__main__':
# fastapi_test为当前这个脚本文件的名称
uvicorn.run("fastapi_test:app", host='127.0.0.1', port=5000, log_level='info')
爬虫
import asyncio
import aiohttp
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('结果: ', url, len(text))
async def main():
async with aiohttp.ClientSession() as session:
url_list = [
'https://python.org',
'https://www.baidu.com',
]
tasks = [asyncio.create_task(fetch(session, url)) for url in url_list]
await asyncio.wait(tasks)
if __name__ == '__main__':
asyncio.run(main())