Python连载42-异步协程函数

1、  asyncio

1.python3.4开始引入标准库之中，内置对异步io的支持

2.asyncio自己是一个消息循环

3.步骤：

（1）建立消息循环

（2）把协程导入

（3）关闭

4.举例：

 

import threading

#引入异步io包

import asyncio

#使用协程

@asyncio.coroutine

def hello():

    print("Hello World!(%s)"%threading.current_thread())

    print("Start......(%s)"%threading.current_thread())

    yield from asyncio.sleep(5)

    print("Done.....(%s)"%threading.current_thread())

    print("Hello again!(%s)"%threading.current_thread())

#启动消息循环

loop = asyncio.get_event_loop()

#定义任务

tasks = [hello(),hello()]

#asyncio使用wait等待task执行完毕

loop.run_until_complete(asyncio.wait(tasks))

#关闭消息循环

loop.close()

2、asyncio and await

1.为了更好的表示异步io

2.python3.5引入

3.让协程代码更加简洁

4.使用上，能够简单的进行替换

（1）用async来替换@asyncio,coroutine

（2）用await来替换yield from

按照上面这个语法能够来改写前面的例子，运行结果是彻底一致的

3、aiohttp

1.asyncio实现单线程的并发io，在客户端用处不大

2.在服务端能够asyncio+coroutine配合，由于http是io操做

3.asyncio实现了tcp,udp,ssl等协议

4.aiohttp是基于asyncio实现的http框架

5.例子：

 

import asyncio

from aiohttp import web

​

async def index(request):

    await asyncio.sleep(0.5)

    return web.Response(body=b"<h1>Index</h1>")

​

async def hello(request):

    await asyncio.sleep(0.5)

    text = "<h1>hello,%s!</h1>"%request.match_info["name"]

    return web.Response(body=text.encode("utf-8"))

​

async def init(loop):

    app = web.Application(loop=loop)

    app.router.add_route("GET","/",index)

    app.router.add_route("GET","/hellp/{name}",hello)

    srv = await loop.create_server(app.make_handler(),"127.0.0.1",8000)

    print("Server started at http://127.0.0.1:8000...")

    return srv

​

loop = asyncio.get_event_loop()

loop.run_until_complete(init(loop))

loop.run_forever()

 

 

3、current,futures

1. python3新增的库

2.相似其它语言的线程池的概念

3.利用multiprocessing实现真正的并行计算（固然要求咱们的CPU是多核的）

4.核心原理：以子进程的形式，实现多个python解释器

从而令python程序，能够利用多核CPU来提高执行速度。因为子进程于主解释器相分离，因此他们的全局解释器锁也是相互独立的，每一个子进程都能完整的使用一个CPU内核

5.concurrent.futures.Executor

（1）ThreadPoolExecutor

（2）ProcessPoolExecutor

（3）执行的时候须要自行选择

（4）submit(fn,args,kwargs)

fn:异步执行的函数

args,kwargs参数

 

 

import time

from concurrent.futures import ThreadPoolExecutor

​

def return_future(msg):

    time.sleep(3)

    return msg

​

#建立一个线程池

pool = ThreadPoolExecutor(max_workers = 2)#参数是2，表明里面有两个线程干活

#往线程池里面加入两个task

f1 = pool.submit(return_future,"hello")

f2 = pool.submit(return_future,"world")

time.sleep(1)

#等待执行完毕

print(f1.done())

time.sleep(3)

print(f2.done())

#结果

print(f1.result())

print(f2.result())

5、源码

d28_1_asynchronization_examples.py

https://github.com/ruigege66/Python_learning/blob/master/d28_1_asynchronization_examples.py

2.CSDN：https://blog.csdn.net/weixin_44630050（心悦君兮君不知-睿）

3.博客园：https://www.cnblogs.com/ruigege0000/

4.欢迎关注微信公众号：傅里叶变换，我的公众号，仅用于学习交流，后台回复”礼包“，获取大数据学习资料