使用Async IO在Python中进行异步编程的步骤详解

更新时间：2023年11月02日 09:10:41 作者：我下班楽蟹老板

许多程序员都熟悉编写顺序（同步）代码,在异步世界中,事件的发生独立于主程序流程,异步编程范例有助于并发执行这些任务,并确保您可以克服等待时间并更有效地使用资源,本文给大家介绍了使用Async IO在Python中进行异步编程,需要的朋友可以参考下

想象一下，你有一些独立的任务，每个任务都需要大量的运行时间才能完成。他们的输出不相互依赖。所以，您想一次启动它们。如果这些任务按特定顺序执行，程序将不得不等待每个任务完成后再开始下一个任务。等待时间会阻塞程序。

异步编程范例有助于并发执行这些任务，并确保您可以克服等待时间并更有效地使用资源。

在 Python 中引入异步

Python 中引入了两个主要组件：

async io 这是一个 Python 包，允许 API 运行和管理协程。
async/await 用来定义协程。

例如要进行 HTTP 调用，请考虑使用 aiohttp ，这是一个 Python 包，允许异步进行 HTTP 调用。在异步代码中，常用的 requests 库可能效果不是很好。

同样，如果您正在使用 Mongo 数据库，而不是依赖同步驱动程序（如 mongo-python ），您必须使用异步驱动程序（如 moto 异步访问 MongoDB）。

在异步世界中，一切都在事件循环中运行。这允许您一次运行多个协程。我们将在本教程中了解协程是什么。

里面的一切 async def 都是异步代码，其他一切都是同步的。

编写异步代码不像编写同步代码那么容易。Python 异步模型基于事件、回调、传输、协议和期货等概念。

异步如何工作

asyncio 库提供了两个关键字， async 和 await .

让我们看一下这个 async hello-world 示例：

import asyncio


async def hello():
    print("Hello World!")
    await asyncio.sleep(1)
    print("Hello again!")


asyncio.run(hello())


# Hello World!
# Hello again!

乍一看你可能认为这是一个同步代码，因为第二次打印等待 1 秒打印Hello again! 在Hello World!之后。但是这段代码实际上是异步的。

协程

任何定义为 async def 的函数都是像上面那样的协程。需要注意的是，调用 hello() 函数需要在 asyncio.run() 中执行，

为了运行协程，asyncio 提供了三种主要机制：

asyncio.run() 函数，它是启动事件循环并运行异步的主要入口点。

使用 await 协程的结果并将控制权传递给事件循环。

import asyncio
import time


async def say_something(delay, words):
    print(f"Before {words}")
    await asyncio.sleep(delay)
    print(f"After {words}")
    
async def main():
    print(f"Started: {time.strftime('%X')}") 
    await say_something(1, "Task 1")
    await say_something(2, "Task 2")
    print(f"Finished: {time.strftime( '%X' )}")


asyncio.run(main())


# Started:15:59:52
# Before Task 1
# After Task 1
# Before Task 2
# After Task 2
# Finished:15:59:55

前面的代码片段仍然等待 say_something() 协程完成，因此它在 1 秒内执行第一个任务，然后在等待 2 秒后执行第二个任务。

要让协程并发运行，我们应该创建任务，这是第三种机制。

asyncio.create_task() 用于安排协程执行的函数。

import asyncio
import time


async def say_something(delay, words):
    print(f"Before {words}")
    await asyncio.sleep(delay)
    print(f"After {words}")
    
async def main():
    print(f"Started: {time.strftime('%X')}")
    task1 = asyncio.create_task(say_something(1,"Task 1")) 
    task2 = asyncio.create_task(say_something(2, "Task 2")) 
    await task1
    await task2
    print(f"Finished: {time.strftime('%X')}")


asyncio.run(main())


# Started:16:07:35
# Before Task 1
# Before Task 2
# After Task 1
# After Task 2
# Finished:16:07:37

上面的代码现在并发运行，say_something() 协程不再等待 say_something() 协程完成。而是同时运行具有不同参数的同一个协程。

发生的情况如下：

say_something() 协程从参数的第一个任务（1 秒和一个字符串Task 1）开始。这个任务叫做 task1。

然后它会暂停协程的执行并等待 1 秒让 say_something() 协程在遇到 await 关键字时完成。它将控制权返回给事件循环。

同样对于第二个任务，它会暂停协程的执行并等待 2 秒让 say_something() 协程完成，因为它遇到 await 关键字。

task1 控制返回到事件循环后，事件循环继续执行第二个任务 task2 因为 asyncio.sleep() 还没有完成。

asyncio.create_task() 包装 say_something() 函数并使其作为异步任务同时运行协程。如您所见，上面的代码片段显示它的运行速度比以前快了 1 秒。

当 asyncio.create_task() 被调用时，协程会自动安排在事件循环中运行。

任务可以帮助您并发运行多个协程，但这并不是实现并发的唯一方法。

使用asyncio.gather() 运行并发任务

另一种同时运行多个协程的方法是使用 asyncio.gather() 函数。此函数将协程作为参数并并发运行它们。

import asyncio
import time


async def greetings():
    print("Welcome")
    await asyncio.sleep(1)
    print("Goodbye")


async def main():
    start = time.time()
    await asyncio.gather(greetings(), greetings())
    elapsed = time.time() - start
    print(f"{__name__} executed in {elapsed:0.2f} seconds.")


asyncio.run(main())


# Welcome
# Welcome
# Goodbye
# Goodbye
# __main__ executed in 1.00 seconds.

在前面的代码中，greetings() 协程被并发执行了两次。

等待对象

如果一个对象可以与 await 关键字一起使用，则该对象称为可等待对象。可等待对象主要有 3 种类型：coroutines、tasks和futures。

coroutines

import asyncio


async def mult(first, second):
    print("Calculating multiplication...")
    await asyncio.sleep(1)
    mul = first * second
    print(f"{first} multiplied by {second} is {mul}")
    return mul


async def add(first, second):
    print("Calculating sum...")
    await asyncio.sleep(1)
    sum = first + second
    print(f"Sum of {first} and {second} is {sum}")
    return sum


async def main(first, second):
    await mult(first, second)
    await add(first, second)


asyncio.run(main(10, 20))


# Calculating multiplication...
# 10 multiplied by 20 is 200
# Calculating sum...
# Sum of 10 and 20 is 30

在前面的示例中，协同程序 main() 等待 mult() 和 add() 结束。

假设您在 mult 协程之前省略了 await 关键字。然后您将收到以下错误： RuntimeWarning: coroutine 'mult' was never awaited.。

tasks

要安排协程在事件循环中运行，我们使用 asyncio.create_task() 函数。

import asyncio


async def mult(first, second):
    print("Calculating multiplication...")
    await asyncio.sleep(1)
    mul = first * second
    print(f"{first} multiplied by {second} is {mul}")
    return mul


async def add(first, second):
    print("Calculating sum...")
    await asyncio.sleep(1)
    sum = first + second
    print(f"Sum of {first} and {second} is {sum}")
    return sum


async def main(first, second):
    mult_task = asyncio.create_task(mult(first, second))
    add_task = asyncio.create_task(add(first, second))
    await mult_task
    await add_task


asyncio.run(main(10, 20))


# Calculating multiplication...
# Calculating sum...
# 10 multiplied by 20 is 200
# Sum of 10 and 20 is 30

futures

Future 是表示异步计算结果的低级可等待对象。它是通过调用 asyncio.Future() 函数创建的。

from asyncio import Future


future = Future()
print(future.done())
print(future.cancelled())
future.cancel()
print(future.done())
print(future.cancelled())


# False
# False
# True
# True

超时

用于 asyncio.wait_for(aw, timeout, *) 设置等待对象完成的超时。请注意， aw 这里是可等待的对象。如果要在可等待对象完成时间过长时引发异常，这将很有用。作为异常 asyncio.TimeoutError。

import asyncio


async def slow_operation():
    await asyncio.sleep(400)
    print("Completed.")


async def main():
    try:
        await asyncio.wait_for(slow_operation(), timeout=1.0)
    except asyncio.TimeoutError:
        print("Timed out!")


asyncio.run(main())


# Timed out!

尽管协程需要 400 秒才能完成，但 slow_operation() 中的超时 Future 设置为 1 秒。

以上就是使用Async IO在Python中进行异步编程的详细内容，更多关于Async IO在Python中异步编程的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

Python 如何查找特定类型文件
这篇文章主要介绍了Python 如何定位特定类型文件，帮助大家更好的理解和学习python，感兴趣的朋友可以了解下
2020-08-08
python中threading和queue库实现多线程编程
这篇文章主要介绍了python中threading和queue库实现多线程编程,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-02-02
jetson上安装pycharm的详细过程
Pycharm是一个非常优秀的代码编辑、调试，开发软件，我平时在Windows系统学习编程时也比较喜欢使用Pycharm，这篇文章主要介绍了jetson上安装pycharm的过程,需要的朋友可以参考下
2022-07-07
Python 实现任意区域文字识别(OCR)操作
这篇文章主要介绍了Python 实现任意区域文字识别(OCR)操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-03-03
Python实现的文本编辑器功能示例
这篇文章主要介绍了Python实现的文本编辑器功能,结合实例形式详细分析了基于wxpython实现文本编辑器所需的功能及相关实现技巧,需要的朋友可以参考下
2017-06-06
Pytorch加载数据集的方式总结及补充
Pytorch自定义数据集方法,应该是用pytorch做算法的最基本的东西,下面这篇文章主要给大家介绍了关于Pytorch加载数据集的方式总结及补充,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
2022-11-11
Python脚本处理空格的方法
这篇文章主要介绍了Python脚本处理空格的方法，解决方案非常简单，但是好多朋友都不知道，下面小编把解决方案分享到脚本之家平台，供大家参考
2016-08-08
Pytorch 如何实现常用正则化
这篇文章主要介绍了Pytorch 实现常用正则化的操作，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2021-05-05
PyQt5页面跳转问题及解决方式
本文主要介绍了PyQt5页面跳转问题及解决方式，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2023-01-01
初步介绍Python中的pydoc模块和distutils模块
这篇文章主要介绍了Python中的pydoc模块和distutils模块,本文来自于IBM官方开发者技术文档,需要的朋友可以参考下
2015-04-04