Concurrency In Python 简明教程
Event-Driven Programming
事件驱动编程集中关注事件。最终，程序的流程取决于事件。到目前为止，我们一直处理顺序或并行执行模型，但是具有事件驱动编程概念的模型被称为异步模型。事件驱动编程取决于始终监听新传入事件的事件循环。事件驱动编程的工作取决于事件。一旦事件循环，事件便会决定执行什么以及按什么顺序执行。以下流程图将帮助你了解它的工作原理 -
Python Module – Asyncio
Asyncio 模块已添加到 Python 3.4 中，它提供了使用协程编写单线程并发代码的基础结构。以下是 Asyncio 模块使用的不同概念 -
The event loop
事件循环是一种处理计算代码中所有事件的功能。它在整个程序执行期间以某种方式进行，并跟踪事件的传入和执行。Asyncio 模块允许每个进程有一个事件循环。以下是 Asyncio 模块提供的用于管理事件循环的一些方法 -
-
loop = get_event_loop() - 此方法将为当前上下文提供事件循环。
-
loop.call_later(time_delay,callback,argument) - 此方法为在给定的 time_delay 秒后调用的回调函数做好准备。
-
loop.call_soon(callback,argument) - 此方法为尽快调用的回调函数做好准备。在 call_soon() 返回且控件返回到事件循环后调用回调函数。
-
loop.time() - 此方法用于根据事件循环的内部时钟返回当前时间。
-
asyncio.set_event_loop() - 此方法将为当前上下文的事件循环设置为 loop。
-
asyncio.new_event_loop() - 此方法将创建并返回一个新的事件循环对象。
-
loop.run_forever() - 此方法将一直运行到调用 stop() 方法。
Example
以下事件循环示例有助于使用 get_event_loop() 方法打印 hello world 。此示例来自 Python 官方文档。
import asyncio
def hello_world(loop):
print('Hello World')
loop.stop()
loop = asyncio.get_event_loop()
loop.call_soon(hello_world, loop)
loop.run_forever()
loop.close()Futures
这与 concurrent.futures.Future 类兼容，该类表示尚未完成的计算。asyncio.futures.Future 和 concurrent.futures.Future 之间存在以下区别 -
-
result() 和 exception() 方法不会采取超时参数，并且在 future 尚未完成时引发异常。
-
使用 add_done_callback() 注册的回调总是通过事件循环的 call_soon() 进行调用。
-
asyncio.futures.Future 类与 concurrent.futures 包中的 wait() 和 as_completed() 函数不兼容。
Example
以下示例将帮助你了解如何使用 asyncio.futures.future 类。
import asyncio
async def Myoperation(future):
await asyncio.sleep(2)
future.set_result('Future Completed')
loop = asyncio.get_event_loop()
future = asyncio.Future()
asyncio.ensure_future(Myoperation(future))
try:
loop.run_until_complete(future)
print(future.result())
finally:
loop.close()Coroutines
Asyncio 中的协程概念类似于 threading 模块下的标准线程对象的概念。这是子程序概念的概括。可以在执行期间挂起协程，以便它等待外部处理并在完成外部处理后从停止处返回。以下两种方式有助于我们实现协程 -
async def function()
这是在 Asyncio 模块下实施协程的方法。以下是一个 Python 脚本 −
import asyncio
async def Myoperation():
print("First Coroutine")
loop = asyncio.get_event_loop()
try:
loop.run_until_complete(Myoperation())
finally:
loop.close()@asyncio.coroutine decorator
实施协程的另一种方法是使用带有 @asyncio.coroutine 装饰器的生成器。以下是一个 Python 脚本 −
import asyncio
@asyncio.coroutine
def Myoperation():
print("First Coroutine")
loop = asyncio.get_event_loop()
try:
loop.run_until_complete(Myoperation())
finally:
loop.close()Tasks
Asyncio 模块的这个子类负责在事件循环中并行执行协程。以下 Python 脚本是一个并行处理任务的示例。
import asyncio
import time
async def Task_ex(n):
time.sleep(1)
print("Processing {}".format(n))
async def Generator_task():
for i in range(10):
asyncio.ensure_future(Task_ex(i))
int("Tasks Completed")
asyncio.sleep(2)
loop = asyncio.get_event_loop()
loop.run_until_complete(Generator_task())
loop.close()Output
Tasks Completed
Processing 0
Processing 1
Processing 2
Processing 3
Processing 4
Processing 5
Processing 6
Processing 7
Processing 8
Processing 9Transports
Asyncio 模块为实施各种类型的通信提供传输类。这些类不是线程安全的，并且在建立通信通道后始终与协议实例配对。
以下是继承自 BaseTransport 的不同类型的传输 −
-
ReadTransport − 这是用于只读传输的接口。
-
WriteTransport − 这是用于仅写传输的接口。
-
DatagramTransport − 这是用于发送数据的接口。
-
BaseSubprocessTransport − 类似于 BaseTransport 类。
以下是 BaseTransport 类的五种不同方法，随后在四种传输类型中瞬态 −
-
close() − 它关闭了传输。
-
is_closing() − 如果传输正在关闭或已经关闭，则此方法将返回 true。
-
get_extra_info(name, default = none) − 这将为我们提供有关传输的一些额外信息。
-
get_protocol() − 此方法将返回当前协议。