使用 Asyncio 进行异步编程

当前位置: 电视猫 > php教程>
电视猫时间: 2023-11-30 15:00:00

  使用 Asyncio 进行异步编程

使用 asyncio 进行异步编程

在编程世界中,“非阻塞”的概念无处不在。 javascript 开发人员经常使用术语“异步”,因为它是 javascript 的优势之一。然而,要真正理解异步编程,必须掌握并发和并行编程的概念。

并发编程

当几个独立的实体同时工作时,编程是并发的。这并不一定意味着这些任务在完全相同的时间运行。相反,它意味着任务通过共享资源(例如 cpu 时间)随着时间的推移不断取得进展。并发编程的主要优点是它的鲁棒性:如果一个进程崩溃,程序的其余部分继续运行。

并行编程

如果一个算法可以将其工作分为几个部分,那么它就是并行的。拥有的处理器越多,您从并行性中受益就越多。高效的并行编程可优化现代机器的资源以获得更好的性能。

用 cooking 说明并发与并行

并发示例:

想象一下您正在准备一顿饭,需要烤一些肉并制作酱汁。首先将肉放在烤架上。当肉烤的时候,你可以把西红柿和其他蔬菜切碎作为酱汁。然后,你开始煮酱汁,同时偶尔检查一下肉。在这里,两项任务(烤肉和制作酱汁)都在进行中,但您正在它们之间切换注意力。这代表并发。

并行示例:

现在,假设您有一位朋友可以帮助您。当您专注于烤肉时,您的朋友则负责制作酱汁。这两项任务同时完成,无需在它们之间切换注意力。这代表并行性。

什么是异步编程?

异步编程涉及处理程序外部发生的输入/输出(i/o)操作,例如用户输入、打印到终端、从套接字读取或写入磁盘。异步 i/o 的关键特征是:

  • 操作所花费的时间与cpu无关。相反,它取决于磁盘速度、网络延迟和其他外部条件等因素。

  • 程序无法预测操作何时结束。

对于具有大量 i/o 的服务(如 web 服务器、数据库和部署脚本),优化这些操作可以极大地提高性能。

让我们看看阻塞代码和非阻塞代码的示例。

阻塞和非阻塞代码示例

考虑一个简单的程序:

import time

def task():
    time.sleep(2)
    print("hello")

for _ in range(3):
    task()
登录后复制
登录后复制

在这个同步程序中,每个任务都会等待前一个任务完成,从而导致延迟。

现在,让我们看一下使用 asyncio 的异步版本:

import asyncio

async def task():
    await asyncio.sleep(2)
    print("hello")

async def main():
    tasks = [task() for _ in range(3)]
    await asyncio.gather(*tasks)

asyncio.run(main())
登录后复制
登录后复制

在这个异步程序中,任务同时运行,减少了总执行时间。让我们探索异步编程的组件。

异步编程的组成部分

事件循环、协程和 future 是异步 python 程序的基本元素。

  • 事件循环:管理任务切换和执行流程,跟踪要异步运行的任务。

  • 协程: 可以暂停和恢复的特殊功能,允许在等待期间运行其他任务。协程指定任务切换事件应在函数中发生的位置,将控制权返回给事件循环。协程通常由事件循环创建并内部存储在任务队列中。

  • futures: 协程结果的占位符,存储结果或异常。一旦事件循环启动一个协程,就会创建一个相应的 future 来存储协程的结果,如果在协程执行过程中抛出异常,则会创建一个异常。

解释完 python 异步编程的关键部分后,让我们编写一些代码。

编写异步代码

现在您已经了解了异步编程模式,让我们编写一个小脚本并分析执行情况。这是一个简单的异步脚本:

import asyncio

async def task():
    await asyncio.sleep(2)
    print("hello")

async def main():
    tasks = [task() for _ in range(3)]
    await asyncio.gather(*tasks)

asyncio.run(main())
登录后复制
登录后复制

在上面的代码中,我们尝试继续执行其他任务,即使另一个正在执行的任务正在睡眠(阻塞)。注意任务和主要函数前面的 async 关键字。

这些函数现在是协程.

python 中的协程函数前面有关键字 async。这里的 main() 函数是任务协调器或我们的单个事件循环,因为它使用 async.gather 方法执行所有任务。 asyncio.gather 函数同时运行可等待对象。

输出:

hello
hello
hello
program executed in 2.01 seconds.
登录后复制

当每个任务到达await asyncio.sleep(2)时,它只是转到下一个任务并在完成时返回。这就像在说:“我要睡 2 秒钟。做点别的事吧。”

让我们看看同步版本,以便快速比较。

import time

def task():
    time.sleep(2)
    print("hello")

for _ in range(3):
    task()
登录后复制
登录后复制

在上面的代码中,我们采用传统的python编程方式。您会注意到该过程的执行将花费更多时间。

输出:

hello
hello
hello
program executed in 6.01 seconds.
登录后复制

现在你可以注意到执行时间了。将 time.sleep() 视为阻塞任务,将 asyncio.sleep() 视为非阻塞或长时间任务。在异步编程中,等待某些内容(例如 asyncio.sleep())的好处是,周围的函数可以暂时将控制权交给另一个准备立即执行的函数。

了解了 python 异步编程的一些基本示例后,让我们来探索一下 python 异步编程的规则。

异步编程规则

  1. 协程:协程不能直接执行。如果您尝试直接运行协程函数,它将返回一个协程对象。相反,使用 asyncio.run():

    import asyncio
    
    async def hello():
        await asyncio.sleep(1)
        print('hello')
    
    asyncio.run(hello())
    
    登录后复制
  2. 可等待对象: 协程、futures 和任务是主要的可等待对象。 python 协程是可等待的,并且可以被其他协程等待。

  3. await 关键字:await 只能在异步函数中使用。

    async def hello():
        await asyncio.sleep(1)
        print("hello")
    
    登录后复制
  4. 兼容性: 并非所有 python 模块都兼容异步编程。例如,将await asyncio.sleep() 替换为time.sleep() 将导致错误。您可以在这里查看兼容和维护的模块列表。

在下一节中,我们将探讨异步编程的常见用法,http 请求。

程序示例:异步请求

我们来看看下面这段代码:

import aiohttp
import asyncio

async def fetch(session, city):
    url = f"https://www.prevision-meteo.ch/services/json/{city}"
    async with session.get(url) as response:
        data = await response.json()
        print(f"temperature at {city}: {data['current_condition']['tmp']} c")

async def main():
    async with aiohttp.clientsession() as session:
        cities = ['paris', 'toulouse', 'marseille']
        tasks = [fetch(session, city) for city in cities]
        await asyncio.gather(*tasks)

asyncio.run(main())
登录后复制

在上面的代码中,我们创建了两个异步函数:一个用于从 prevision-meteo url 获取数据,另一个主函数用于执行 python 代码中的进程。目标是发送异步 http get 请求来检索温度并打印响应。

在main和fetch函数中,我们使用了async with。在 fetch 函数中,async with 确保连接正确关闭。在 main 函数中,它确保 clientsession 在完成请求后关闭。这些实践对于 python 异步编码中有效管理资源并防止泄漏非常重要。

在main函数的最后一行,我们使用await asyncio.gather(*tasks)。在我们的例子中,它同时运行所有任务,允许程序同时发送多个 http 请求。使用await可确保程序等待所有任务完成后再继续。

输出:

temperature at marseille: 25 c
temperature at toulouse: 24 c
temperature at paris: 18 c
program executed in 5.86 seconds.
登录后复制

用于比较的同步版本

代码:

import requests
import time

def fetch(city):
    url = f"https://www.prevision-meteo.ch/services/json/{city}"
    response = requests.get(url)
    data = response.json()
    print(f"temperature at {city}: {data['current_condition']['tmp']} c")

def main():
    cities = ['paris', 'toulouse', 'marseille']
    for city in cities:
        fetch(city)

start_time = time.time()
main()
print(f"program executed in {time.time() - start_time:.2f} seconds.")
登录后复制

输出:

Temperature at Paris: 18 C
Temperature at Toulouse: 24 C
Temperature at Marseille: 25 C
Program executed in 9.01 seconds.
登录后复制

何时使用异步编程

异步模型在以下情况下表现最佳:

  • 任务数量较多,保证至少有一个任务可以一直进行。

  • 任务涉及大量 i/o,导致异步程序在其他任务可以运行时浪费大量时间阻塞。

  • 任务在很大程度上是独立的,最大限度地减少任务间通信(从而使一个任务等待另一任务)。

结论

在本教程中,我们介绍了:

  • 异步编程的概念及相关概念。

  • 有效使用async/await。

  • 使用 aiohttp 发出异步 http 请求。

  • 异步编程的好处。

感谢您的阅读。第二部分将介绍 django 的异步编程。

资源

  • python 文档:协程和任务

  • python 文档:asyncio - 异步 i/o

  • aiohttp 文档

  • aio 图书馆

  • 并发与并行

以上就是使用 Asyncio 进行异步编程的详细内容,更多请关注php中文网其它相关文章!

最新电视剧
热门电视剧
影视资讯
最新剧情排行榜
最新电视剧剧情