Python异步编程-asyncio详解

🕗 发布于 2024-09-23 23:57 python 开发语言 asyncio 异步

asyncio简介

示例

首先，我们来看一个简单的Hello World示例代码:

import asyncio

async def main():
    print('Hello ...')
    await asyncio.sleep(1)
    print('... World!')

asyncio.run(main())


""" 
输出:
Hello ...
... World!
"""

这个例子展示了如何使用 asyncio 库来编写并发代码。通过 async 和 await 语法，我们可以让 Python 程序在执行IO操作（如计算、文件读写、网络请求等）时实现在其他任务间高效切换，从而提升程序性能。

什么是 asyncio?

asyncio 是一个用于编写并发代码的Python库，允许我们利用 async 和 await 关键字进行异步编程。作为多个Python异步框架的基础，asyncio 提供了诸如高性能网络和Web服务器、数据库连接库以及分布式任务队列等功能。

适用场景

asyncio 非常适合用于 IO密集型和高层次结构化网络代码处理。其高效的异步IO处理方式，使其在需要大量网络通信和异步操作的场景中表现优异。

API

高级API用于：

并发运行Python协程，完全控制它们的执行；
执行网络IO和进程间通信（IPC）；
控制子进程；
通过队列分发任务；
同步并发代码。

低级API用于（库和框架开发人）：

创建和管理事件循环，提供异步API实现网络通信、运行子进程、处理OS信号等；
使用 transports 实现高效率协议；
用异步语法桥接基于回调的库和代码。

asyncio的使用

可等待对象

什么是可等待对象？

简单来说，可等待对象是可以在await表达式中使用的对象。它们可以暂停异步函数的执行，等待某个操作完成后再恢复执行。Python中的可等待对象主要包括三种类型：

协程对象(coroutine objects)
任务对象(tasks)
Future对象(futures)

协程对象

协程函数是定义时使用async def语句的函数。当调用协程函数时，会返回一个协程对象。这些对象必须在事件循环中运行，可以直接被await。

import asyncio

async def main():
    await asyncio.sleep(1)
    print("Hello, world!")

# 运行协程
asyncio.run(main())

在上面的示例中，main()是一个协程函数，调用它返回一个协程对象。asyncio.run(main())将运行事件循环并执行协程。

任务对象

任务对象是对协程对象的进一步封装，被用来“并行的”调度协程，它们会安排协程在事件循环中执行，并可以跟踪协程的状态和结果。可以通过asyncio.create_task函数创建任务，当一个协程通过 asyncio.create_task() 等函数被封装为一个任务，该协程会被自动调度执行。

import asyncio

async def say_hello():
    await asyncio.sleep(1)
    print("Hello!")

async def main():
    task = asyncio.create_task(say_hello())
    await task

asyncio.run(main())

在这个示例中，我们使用asyncio.create_task创建了一个任务对象，该对象随后被await，这意味着程序将等待任务完成。

Future对象

Future对象表示一个将来可能会有结果的操作，他们主要是用于低级别的异步编程。通常情况下，没有必要在应用层级的代码中创建 Future 对象。开发者更多使用高层次的抽象如任务对象，但了解Future对象仍然很有价值。

import asyncio

async def set_future_value(fut):
    await asyncio.sleep(1)
    fut.set_result("Finished!")

async def main():
    fut = asyncio.Future()
    await asyncio.create_task(set_future_value(fut))
    result = await fut
    print(result)

asyncio.run(main())

在这个示例中，通过asyncio.Future()创建了一个Future对象，并在一个协程中使用set_result方法设置了其结果。

协程

什么是协程？

协程（Coroutine）是一种比线程更轻量级的“并发”方式。它允许程序在同一个线程里“并行”地执行多个任务。这里“并行”并不是指真正的并行执行，而是协程可以在任务之间快速切换，从而让这些任务看起来像是同时进行的。

你可以把协程想象成一个大办公室里的一名员工，这名员工需要完成一些任务，比如接电话、发邮件、写报告。这些任务可能需要等一段时间才能完成，比如等电话的对方回复，等邮件发送成功，或者等等数据。但是在等待的时间里，这名员工不会闲着，他会继续去做别的任务。

线程就像是一个员工每做一个任务他就需要一个独立的办公桌。线程是重量级的，需要更多资源，启动和管理也更复杂。
协程就像是一个员工在同一个办公桌上同时处理多个任务，快速切换。协程是轻量级的，消耗的资源很少，启动和管理也比较简单。

基本使用

定义协程函数：使用 async def 关键字定义一个协程函数。

async def my_coroutine():
    pass

运行协程：可以使用 await 关键词等待另一个协程完成，或使用 asyncio.run() 来运行最顶层的入口点协程。

import asyncio


async def my_coroutine():
    print("这是使用await运行的协程")


async def main():
    print("使用asyncio.run运行协程开始")
    await my_coroutine()
    print("使用asyncio.run运行协程结束")

asyncio.run(main())


"""
输出：
使用asyncio.run运行协程开始
这是使用await运行的协程
使用asyncio.run运行协程结束
"""

注意：简单地调用一个协程并不会使其被调度执行

# python console 中运行
async def my_coroutine():
    print("my coroutine")
    
my_coroutine()
<coroutine object my_coroutine at 0x104519f50>

运行协程

使用asyncio.run() 函数用来运行最顶层的入口点 “main()” 函数 (见上面的示例)

使用await执行（以下代码段会在等待3秒后打印 "1号协程"结束时间，然后再次等待5秒后打印 "2号协程"完成时间）

import asyncio
import time


async def my_coroutine(name, delay):
    await asyncio.sleep(delay)  # 模拟I/O操作
    print(f"{name}完成时间：{time.time()}")


async def main():
    start_time = time.time()
    print(f"开始时间 {start_time}")

    await my_coroutine("1号协程", 3)
    await my_coroutine("2号协程", 5)

    end_time = time.time()
    print(f"结束时间 {end_time}")
    print(f"耗时{end_time - start_time:.2f}秒")


asyncio.run(main())

"""
输出：
开始时间 1726210238.44529
1号协程完成时间：1726210241.446931
2号协程完成时间：1726210246.4494321
结束时间 1726210246.449468
耗时8.00秒
"""

asyncio.create_task() 函数用来并发运行作为 asyncio 任务的多个协程。（修改以上示例，并发运行两个协程）

import asyncio
import time


async def my_coroutine(name, delay):
    await asyncio.sleep(delay)  # 模拟I/O操作
    print(f"{name}完成时间：{time.time()}")


async def main():
    start_time = time.time()
    print(f"开始时间 {start_time}")
    task1 = asyncio.create_task(my_coroutine("1号协程", 3))
    task2 = asyncio.create_task(my_coroutine("2号协程", 5))
    await task1
    await task2
    end_time = time.time()
    print(f"结束时间 {end_time}")
    print(f"耗时{end_time - start_time:.2f}秒")


asyncio.run(main())


"""
输出：
开始时间 1726210659.84198
1号协程完成时间：1726210662.843559
2号协程完成时间：1726210664.842549
结束时间 1726210664.84267
耗时5.00秒
"""
# 可以明显看出总耗时比之前明显快了3秒，1和2之间的时间间隔也变成了2秒

asyncio.TaskGroup 类提供了 create_task() 的替代。使用此 API，之前的例子可以改为

async def main():
    start_time = time.time()
    print(f"开始时间 {start_time}")

    async with asyncio.TaskGroup() as tg:
        task1 = tg.create_task(my_coroutine("1号协程", 3))
        task2 = tg.create_task(my_coroutine("2号协程", 5))

    end_time = time.time()
    print(f"结束时间 {end_time}")
    print(f"耗时{end_time - start_time:.2f}秒")

Task

什么是 Task？

在 asyncio 中，Task 是对协程进行调度管理的对象。Task 实际上是 asyncio 事件循环的一个抽象概念，通过 Task 我们可以控制协程（coroutine）的执行，允许它们并发运行。在底层，Task 使用事件循环调度多个协程，使得它们似乎是同时运行的。

asyncio.Task 对象可以被看作是 Future 的一种特化，用于运行 Python 协程。它们被设计用来在事件循环中调度和运行协程。
Task对象是非线程安全的，意味着它们主要用于单线程的 asyncio 事件循环。

创建 Task

使用 asyncio.create_task() 方法，
asyncio.create_task() 是创建 Task 的最常见方法，它会立即调度协程的运行并返回一个 Task 对象：

import asyncio
import time


async def my_coroutine():
    print(f"协程开始时间 {time.strftime('%X')}")
    await asyncio.sleep(2)
    print(f"协程结束时间 {time.strftime('%X')}")


async def main():
    print(f"主协程开始时间：{time.strftime('%X')}")

    # 创建一个 Task
    task = asyncio.create_task(my_coroutine())

    print(f"任务创建时间：{time.strftime('%X')}")

    # 稍微等待一下，但不会 await Task
    await asyncio.sleep(5)

    print(f"延时结束，开始等待任务：{time.strftime('%X')}")

    # 现在等待 Task 完成
    await task

    print(f"主协程结束时间：{time.strftime('%X')}")


# 运行主协程
asyncio.run(main())

"""
输出：
主协程开始时间：17:45:30
任务创建时间：17:45:30
协程开始时间 17:45:30
协程结束时间 17:45:32
延时结束，开始等待任务：17:45:35
主协程结束时间：17:45:35
"""

在上面的示例中，asyncio.create_task(my_coroutine()) 创建了一个 Task，它会立即开始运行 my_coroutine 协程，即使我还并没有执行await。

使用 loop.create_task() 方法

我们还可以通过获取事件循环，然后调用它的 create_task 方法来创建任务：

import asyncio
import time


async def my_coroutine():
    print(f"协程开始时间 {time.strftime('%X')}")
    await asyncio.sleep(2)
    print(f"协程结束时间 {time.strftime('%X')}")


async def main():
    print(f"主协程开始时间：{time.strftime('%X')}")

    # 创建一个 Task
    loop = asyncio.get_running_loop()
    task = loop.create_task(my_coroutine())

    print(f"任务创建时间：{time.strftime('%X')}")

    # 稍微等待一下，但不会 await Task
    await asyncio.sleep(5)

    print(f"延时结束，开始等待任务：{time.strftime('%X')}")

    # 现在等待 Task 完成
    await task

    print(f"主协程结束时间：{time.strftime('%X')}")


# 运行主协程
asyncio.run(main())

"""
输出：
主协程开始时间：17:50:03
任务创建时间：17:50:03
协程开始时间 17:50:03
协程结束时间 17:50:05
延时结束，开始等待任务：17:50:08
主协程结束时间：17:50:08
"""

在上面的示例中，使用asyncio.get_running_loop() 获取当前正在运行的事件循环，loop.create_task(my_coroutine()) 使用事件循环的 create_task 方法创建并调度一个协程任务。
asyncio.create_task()与loop.create_task()的不同之处：

asyncio.create_task()：是一个便捷方法，直接通过当前的默认事件循环创建任务
loop.create_task()：需要明确提供事件循环，适用于更复杂或特定需求的场景，比如管理多个事件循环。

使用 asyncio.ensure_future()
虽然不如前两种方法常用，但 asyncio.ensure_future 也可以用来创建 Task。它可以接受协程或 Future 对象，并确保返回一个 Task：

import asyncio
import time


async def my_coroutine():
    print(f"协程开始时间 {time.strftime('%X')}")
    await asyncio.sleep(2)
    print(f"协程结束时间 {time.strftime('%X')}")


async def main():
    print(f"主协程开始时间：{time.strftime('%X')}")

    # 创建一个 Task
    task = asyncio.ensure_future(my_coroutine())

    print(f"任务创建时间：{time.strftime('%X')}")

    # 稍微等待一下，但不会 await Task
    await asyncio.sleep(5)

    print(f"延时结束，开始等待任务：{time.strftime('%X')}")

    # 现在等待 Task 完成
    await task

    print(f"主协程结束时间：{time.strftime('%X')}")


# 运行主协程
asyncio.run(main())

"""
输出：
主协程开始时间：18:00:54
任务创建时间：18:00:54
协程开始时间 18:00:54
协程结束时间 18:00:56
延时结束，开始等待任务：18:00:59
主协程结束时间：18:00:59
"""

asyncio.ensure_future() 是一个功能强大的函数，常用于将一个协程转换为一个 Future 对象。
它在处理异步任务时提供了更多的灵活性，特别是在需要将协程包装为 Future 时。
asyncio.create_task() 和 asyncio.ensure_future() 的不同之处：

asyncio.create_task()：专门用于将协程转换为 Task，只能处理协程对象。
asyncio.ensure_future()：可以处理协程对象和 Future 对象，更加通用，适用于更多场景。

取消 Task

在 asyncio 中，当一个 Task 对象的 cancel() 方法被调用时，它会请求取消该任务。具体步骤如下：

标记任务为取消状态：调用 cancel() 方法后，任务会被标记为取消状态。
抛出 CancelledError 异常：再次调度这个任务时，它会在等待的位置抛出一个 asyncio.CancelledError 异常。
任务处理异常：协程内部可以捕获这个异常，进行相应的清理操作。

import asyncio


async def cancellable_task():
    try:
        print("Task 启动")
        await asyncio.sleep(10)  # 长时间任务
        print("Task 完成")
    except asyncio.CancelledError:
        print("Task 被取消")
        raise  # 重新抛出err，以便外部可以检测到任务已被取消


async def main():
    task = asyncio.create_task(cancellable_task())
    await asyncio.sleep(2)  # 等待一段时间
    task.cancel()  # 请求取消任务

    try:
        await task
    except asyncio.CancelledError:
        print("主协程: Task 被取消")


asyncio.run(main())

"""
输出：
Task 启动
Task 被取消
主协程: Task 被取消
"""

在这个例子中，main() 协程启动了一个长时间运行的任务 cancellable_task() 并在2秒后请求取消它。

Task 异常获取

在 asyncio 中，Task 对象继承了 Future 对象的许多方法和属性，其中包括 exception() 方法。exception() 用于获取任务在执行过程中抛出的异常。如果任务完成且没有异常发生，exception() 返回 None。如果任务还未完成，调用 exception() 将会引发 asyncio.InvalidStateError 异常。因此，通常我们需要在任务完成之后调用 exception() 方法。

import asyncio


async def my_task():
    await asyncio.sleep(1)
    raise ValueError("任务执行出错")


async def main():
    task = asyncio.create_task(my_task())

    try:
        await task
    except Exception as e:
        print(f"主协程中捕获异常: {e}")

    # 现在任务已经完成，可以检查异常
    if task.exception():
        print(f"任务结束通过exception方法检查异常: {task.exception()}")


asyncio.run(main())

"""
输出：
主协程中捕获异常: 任务执行出错
任务结束通过exception方法检查异常: 任务执行出错
"""

在这个示例中，my_task() 会抛出一个 ValueError 异常。我们在主协程 main() 中捕获该异常，同时也通过 exception() 方法再次获取并打印异常。

Task 回调

add_done_callback() 方法是 asyncio 提供的一个强大的工具，允许我们在任务完成后执行特定的回调函数。回调函数帮助我们更有效地管理任务的生命周期，处理结果和异常，并执行一些后续操作。

import asyncio


async def my_task():
    await asyncio.sleep(1)  # 模拟一些异步操作
    return "一键三连"


def task_done_callback(future):
    print(f"回调-任务已完成，结果: {future.result()}")


async def main():
    task = asyncio.create_task(my_task())
    task.add_done_callback(task_done_callback)
    await task  # 等待任务完成


asyncio.run(main())


"""
输出：
回调-任务已完成，结果: 一键三连
"""

在这个例子中，task_done_callback 回调函数会在 my_task 任务完成后被调用，并打印任务的结果。

import asyncio


async def failing_task():
    await asyncio.sleep(1)
    raise ValueError("任务出现了奇怪的错误")


def task_done_callback(future):
    if future.exception():
        print(f"回调-任务失败，异常: {future.exception()}")
    else:
        print(f"回调-任务完成，结果: {future.result()}")


async def main():
    task = asyncio.create_task(failing_task())
    task.add_done_callback(task_done_callback)
    try:
        await task
    except Exception as e:
        print(f"主协程捕获异常: {e}")


asyncio.run(main())


"""
输出：
回调-任务失败，异常: 任务出现了奇怪的错误
主协程捕获异常: 任务出现了奇怪的错误
"""

在这个示例中，当 failing_task 抛出异常时，task_done_callback 会检测并打印异常，而主协程也会捕获并处理该异常。

TaskGroup

什么是 TaskGroup？

TaskGroup 是 Python 3.11 中新增的 asyncio 组件。它提供了一种更简洁、更安全的方式来管理多个并发任务。TaskGroup 是一个上下文管理器，当与 async with 语句一起使用时，它允许我们在一个块内启动多个任务，并确保这些任务在上下文管理器退出时正确清理。

为什么使用 TaskGroup？

更简洁的语法：在没有 TaskGroup 之前，管理多个任务通常需要手动创建每个任务并在最后通过 await 语句等待所有任务完成。TaskGroup 简化了这一过程。
更好的错误处理：由于 TaskGroup 是一个上下文管理器，它更容易管理任务中的异常情况。
更清晰的结构：代码的可读性和结构性得到了显著提升。

创建任务

在 TaskGroup 中创建任务使用 create_task 方法。每个任务会立即调度，并在 TaskGroup 的管理范围内运行。

import asyncio
import time


async def task(n):
    print(f"任务 {n} 启动 {time.strftime('%X')}")
    await asyncio.sleep(2)
    print(f"任务 {n} 结束 {time.strftime('%X')}")


async def main():
    async with asyncio.TaskGroup() as tg:
        tg.create_task(task(1))
        tg.create_task(task(2))
        tg.create_task(task(3))


asyncio.run(main())


"""
输出：
任务 1 启动 17:08:18
任务 2 启动 17:08:18
任务 3 启动 17:08:18
任务 1 结束 17:08:20
任务 2 结束 17:08:20
任务 3 结束 17:08:20
"""

在这个示例中，我们通过 async with 语句创建了一个 TaskGroup，并使用 create_task 方法启动了三个并行运行的任务 task(n)，这三个任务立即调度，并在 TaskGroup 的管理范围内运行。当所有任务完成时，TaskGroup 会自动进行清理。

异常处理

当 TaskGroup 中的任务引发异常时，异常会在退出 async with 块时处理。如果多个任务引发异常，TaskGroup 会聚合这些异常，并引发一个 ExceptionGroup 异常。

import asyncio


async def error_task():
    raise RuntimeError("一些奇怪的错误")


async def main():
    try:
        async with asyncio.TaskGroup() as tg:
            tg.create_task(error_task())
            tg.create_task(error_task())
            tg.create_task(error_task())
    except ExceptionGroup as e:
        print("任务组捕获异常: ", e)


asyncio.run(main())


"""
输出：
任务组捕获异常:  unhandled errors in a TaskGroup (3 sub-exceptions)
"""

在使用 asyncio.TaskGroup 时，如果多个任务引发异常，异常会被聚合成一个 ExceptionGroup 异常，并在 TaskGroup 上下文管理器退出时被捕获和处理。然而，默认情况下，ExceptionGroup 只提供较为简略的信息。要看到具体的子异常信息，我们需要更详细地打印 ExceptionGroup 对象。

import asyncio


async def error_task():
    raise RuntimeError("一些奇怪的错误")


async def main():
    try:
        async with asyncio.TaskGroup() as tg:
            tg.create_task(error_task())
            tg.create_task(error_task())
            tg.create_task(error_task())
    except ExceptionGroup as e:
        print("任务组捕获异常:")
        for sub_exception in e.exceptions:
            print(f"子异常: {sub_exception}")


asyncio.run(main())


"""
输出：
任务组捕获异常:
子异常: 一些奇怪的错误
子异常: 一些奇怪的错误
子异常: 一些奇怪的错误
"""

在上面的示例中，我们在捕获 ExceptionGroup 异常后，迭代其 exceptions 属性，逐个打印出子异常的信息。这样可以更全面了解 ExceptionGroup 中包含的所有异常。

同步任务完成

TaskGroup 保证所有任务在同一个上下文管理器范围内完成。如果某个任务需要较长时间完成，其他任务会等待它。

import asyncio


async def long_task():
    await asyncio.sleep(5)
    print("长任务完成")


async def short_task():
    await asyncio.sleep(1)
    print("短任务完成")


async def main():
    async with asyncio.TaskGroup() as tg:
        tg.create_task(long_task())
        tg.create_task(short_task())
    print("所有任务完成")


asyncio.run(main())

"""
输出：
短任务完成
长任务完成
所有任务完成
"""

上面的示例展示了如何使用 asyncio.TaskGroup 同时管理多个异步任务，其中短任务先完成并输出结果，长任务随后完成，最终确保所有任务结束后输出 “所有任务完成”。

原文地址：https://blog.csdn.net/youngwyj/article/details/142139046

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！

设计模式介绍
观察者模式（Observer）：定义对象间的一种一对多的依赖关系，以便当一个对象的状态发生改变时，所有依赖于它的对象都得到通知并被自动更新。外观模式（Facade）：为子系统中的一组接口提供一个一致的
阅读更多2024-09-24
《Effective Debugging：软件和系统调试的66个有效方法》读书笔记-Part2
编程技术：代码评审、审读代码、调试机制、日志、单元测试、断言、改动受测程序验证推想、缩小正确范例与错误代码之间的差距、简化可疑代码、将可疑代码改用另外一种编程语言来写、改善可疑代码可读性、清除bug根
阅读更多2024-09-24
单片机学到什么程度才可以去工作？
如果独立写，对你来说，估计很吃力，这个过程比较考验你的综合能力，比如对单片机外设的熟练度，实现功能的思路，实现思路的代码能力，最后是整合代码，怎么避免一些功能冲突的BUG。刚开始，不一定非要具备独立写
阅读更多2024-09-24
VirtualBox 克隆已有的虚拟机
VirtualBox 克隆已有的虚拟机 CentOS
阅读更多2024-09-24
鲲鹏计算这五年：硬生态基本盘稳住，才能放手进击软生态
鲲鹏产业生态5年，神州鲲泰一路生花的进击
阅读更多2024-09-24
第四章：存储系统：第一节——存储器概述
以下图片，我们在第一章介绍过。■ 现代计算机以存储器为中心，它是计算机中存放指令和数据的主要部件。存储器的容量越大，能存储的信息越多。提高存储系统的访问速度，是提高计算机处理信息速度的重要措施。■因此
阅读更多2024-09-24
网络通信——NAT（网络地址转换）
一.NAT是什么1.首先运营商维护的网络时公网的，使用的是公网的IP地址，而私有的IP地址的不能的在公网上路由，为了保证网络互通，所以有了NAT技术。2.NAT一般部署在公网和私网上的网关设备上面。二
阅读更多2024-09-24
rsync+inotify
rsync是linux系统下的数据镜像备份工具。使用快速增量备份工具Remote Sync可以远程同步。它使用一种称为“Rsync演算法”的技术，只传输文件的不同部分，而不是每次都整份传送，这使得它在
阅读更多2024-09-24
得物App荣获新奖项，科技创新助力高质量发展
在此次服贸会上，得物App作为科技创新与品质消费的杰出代表，受邀参会并荣获“科技创新服务示范案例”奖项，这是国家层面对得物App以科技创新保障品质消费、提升消费体验成效的肯定。在产业转型和消费升级的大
阅读更多2024-09-24
使用Python实现图形学曲线和曲面的B样条曲线算法
B样条曲线是由控制点和节点向量（Knot vector）定义的。给定 n + 1 个控制点P0P1PnP0P1...Pn和一个节点向量tttCt∑i0nNiptPiCti0∑nNiptPi
阅读更多2024-09-24