Python 协程总结
理解
协程，又称为微线程，看上去像是子程序，但是它和子程序又不太一样，它在执行的过程中，可以在中断当前的子程序后去执行别的子程序，再返回来执行之前的子程序，但是它的相关信息还是之前的。
优点：
- 极高的执行效率，因为子程序切换而不是线程切换，没有了线程切换的开销；
- 不需要多线程的锁机制，因为只有一个线程在执行；
如果要充分利用CPU多核，可以通过使用多进程＋协程的方式
使用
打开asyncio的源代码，可以发现asyncio中的需要用到的文件如下：
下面的则是接下来要总结的文件
| 文件 | 解释 |
|---|---|
| base_events | 基础的事件，提供了BaseEventLoop事件 |
| coroutines | 提供了封装成协程的类 |
| events | 提供了事件的抽象类，比如BaseEventLoop继承了AbstractEventLoop |
| futures | 提供了Future类 |
| tasks | 提供了Task类和相关的方法 |
coroutines
| 函数 | 解释 |
|---|---|
| coroutine(func) | 为函数加上装饰器 |
| iscoroutinefunction(func) | 判断函数是否使用了装饰器 |
| iscoroutine(obj) | 判断该对象是否是装饰器 |
如果在函数使用了coroutine装饰器，就可以通过yield from去调用async def声明的函数，如果已经使用async def声明，就没有必要再使用装饰器了，这两个功能是一样的。
import asyncio
@asyncio.coroutine
def hello_world():
print("Hello World!")
async def hello_world2():
print("Hello World2!")
print('------hello_world------')
print(asyncio.iscoroutinefunction(hello_world))
print('------hello_world2------')
print(asyncio.iscoroutinefunction(hello_world2))
print('------event loop------')
loop = asyncio.get_event_loop()
# 一直阻塞该函数调用到函数返回
loop.run_until_complete(hello_world())
loop.run_until_complete(hello_world2())
loop.close()
上面的代码分别使用到了coroutine装饰器和async def，其运行结果如下：
——hello_world——True——hello_world2——True——event loop——Hello World!Hello World2!
注意：不可以直接调用协程，需要一个event loop去调用。
如果想要在一个函数中去得到另外一个函数的结果，可以使用yield from或者await，例子如下：
import asyncio
async def compute(x, y):
print("Compute %s + %s ..." % (x, y))
await asyncio.sleep(1.0)
return x + y
async def print_sum(x, y):
result = await compute(x, y)
print("%s + %s = %s" % (x, y, result))
loop = asyncio.get_event_loop()
loop.run_until_complete(print_sum(1, 2))
loop.close()
函数print_sum会一直等到函数compute返回结果，执行过程如下：
base_events
这个文件里面漏出来的只有BaseEventLoop一个类，它的相关方法如下：
| 函数 | 解释 |
|---|---|
| create_future() | 创建一个future对象并且绑定到事件上 |
| create_task() | 创建一个任务 |
| run_forever() | 除非调用stop，否则事件会一直运行下去 |
| run_until_complete(future) | 直到future对象执行完毕，事件才停止 |
| stop() | 停止事件 |
| close() | 关闭事件 |
| is_closed() | 判断事件是否关闭 |
| time() | 返回事件运行时的时间 |
| call_later(delay, callback, *args) | 设置一个回调函数，并且可以设置延迟的时间 |
| call_at(when, callback, *args) | 同上，但是设置的是绝对时间 |
| call_soon(callback, *args) | 马上调用 |
events
| 函数 | 解释 |
|---|---|
| get_event_loop() | 返回一个异步的事件 |
| … | … |
返回的就是BaseEventLoop的对象。
future
Future类的相关方法如下：
| 方法 | 解释 |
|---|---|
| cancel() | 取消掉future对象 |
| cancelled() | 返回是否已经取消掉 |
| done() | 如果future已经完成则返回true |
| result() | 返回future执行的结果 |
| exception() | 返回在future中设置了的exception |
| add_done_callback(fn) | 当future执行时执行回调函数 |
| remove_done_callback(fn) | 删除future的所有回调函数 |
| set_result(result) | 设置future的结果 |
| set_exception(exception) | 设置future的异常 |
设置future的例子如下：
import asyncio
async def slow_operation(future):
await asyncio.sleep(1) # 睡眠
future.set_result('Future is done!') # future设置结果
loop = asyncio.get_event_loop()
future = asyncio.Future() # 创建future对象
asyncio.ensure_future(slow_operation(future)) # 创建任务
loop.run_until_complete(future) # 阻塞直到future执行完才停止事件
print(future.result())
loop.close()
run_until_complete方法在内部通过调用了future的add_done_callback，当执行future完毕的时候，就会通知事件。
下面这个例子则是通过使用future的add_done_callback方法实现和上面例子一样的效果：
import asyncio
async def slow_operation(future):
await asyncio.sleep(1)
future.set_result('Future is done!')
def got_result(future):
print(future.result())
loop.stop() # 关闭事件
loop = asyncio.get_event_loop()
future = asyncio.Future()
asyncio.ensure_future(slow_operation(future))
future.add_done_callback(got_result) # future执行完毕就执行该回调
try:
loop.run_forever()
finally:
loop.close()
一旦slow_operation函数执行完毕的时候，就会去执行got_result函数，里面则调用了关闭事件，所以不用担心事件会一直执行。
task
Task类是Future的一个子类，也就是Future中的方法，task都可以使用，类方法如下：
| 方法 | 解释 |
|---|---|
| current_task(loop=None) | 返回指定事件中的任务，如果没有指定，则默认当前事件 |
| all_tasks(loop=None) | 返回指定事件中的所有任务 |
| cancel() | 取消任务 |
并行执行三个任务的例子：
import asyncio
async def factorial(name, number):
f = 1
for i in range(2, number+1):
print("Task %s: Compute factorial(%s)..." % (name, i))
await asyncio.sleep(1)
f *= i
print("Task %s: factorial(%s) = %s" % (name, number, f))
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.gather(
factorial("A", 2),
factorial("B", 3),
factorial("C", 4),
))
loop.close()
执行结果为
Task A: Compute factorial(2)…Task B: Compute factorial(2)…Task C: Compute factorial(2)…Task A: factorial(2) = 2Task B: Compute factorial(3)…Task C: Compute factorial(3)…Task B: factorial(3) = 6Task C: Compute factorial(4)…Task C: factorial(4) = 24
可以发现，ABC同时执行，直到future执行完毕才退出。
下面一些方法是和task相关的方法
| 方法 | 解释 |
|---|---|
| as_completed(fs, *, loop=None, timeout=None) | 返回是协程的迭代器 |
| ensure_future(coro_or_future, *, loop=None) | 调度执行一个 coroutine object：并且它封装成future。返回任务对象 |
| async(coro_or_future, *, loop=None) | 丢弃的方法，推荐使用ensure_future |
| wrap_future(future, *, loop=None) | Wrap a concurrent.futures.Future object in a Future object. |
| gather(*coros_or_futures, loop=None, return_exceptions=False) | 从给定的协程或者future对象数组中返回future汇总的结果 |
| sleep(delay, result=None, *, loop=None) | 创建一个在给定时间（以秒为单位）后完成的协程 |
| shield(arg, *, loop=None) | 等待future，屏蔽future被取消 |
| wait(futures, *, loop=None, timeout=None, return_when=ALL_COMPLETED) | 等待由序列futures给出的Futures和协程对象完成。协程将被包裹在任务中。返回含两个集合的Future：（done，pending） |
| wait_for(fut, timeout, *, loop=None) | 等待单个Future或coroutine object完成超时。如果超时为None，则阻止直到future完成 |
参考文章
