异步IO(协程,消息循环队列)

同步是CPU自己主动查看IO操作是否完成,异步是IO操作完成后发出信号通知CPU(CPU是被通知的)

阻塞与非阻塞的区别在于发起IO操作之后,CPU是等待IO操作完成再进行下一步操作,还是不等待去做其他的事直到IO操作完

成了再回来进行。

消息模型:当遇到IO操作时,代码只负责发出IO请求,不等待IO结果,然后直接结束本轮消息处理,进入下一轮

消息处理过程。当IO操作完成后,将收到一条“IO完成”的消息,处理该消息时就可以直接获取IO操作结果。

子程序调用总是一个入口,一次返回,调用顺序是明确的,而协程的调用和子程序不同(有多个入口,多次返回)。

#协程看上去也是子程序,但执行过程中,在子程序内部可中断,然后转而执行别的子程序,在适当的时候再返回来接着执行

协程子程序切换不是线程切换(系统自动执行),而是有程序自身控制。

#Python对协程的支持是通过generator实现的。

#在generator中,我们不但可以通过for循环来迭代,还可以不断调用next()函数获取有yield语句返回的下一个值。

#但是Python的yield不但可以返回一个值,还可以接收调用者发出的参数。

def consumer():

r=‘‘

while True:

n=yield r

if not n:

return

print(‘[CONSUMER]Consuming %s...‘ % n)

r=‘200 OK‘

def produce(c):

c.send(None)  #调用c.send(None)启动生成器,程序跳转到consumer,运行至yield 处结束返回produce.

n=0

while n<5:

n=n+1

print(‘[PRODUCER]Producing %s...‘ %n)

r=c.send(n) #通过c.send(n)切换到consumer执行

print(‘[PRODUCER]cONSUMER RETURN: %s‘ %r)

c.close()

c=consumer()

produce(c)

‘‘‘

1.首先调用c.send(None)启动生成器

2.然后,一旦产生了东西,通过c.send(n)切换到consumer执行

3.consumer通过yield拿到消息,处理,又通过yield把结果传回

4.produce拿到consumer处理的结果,继续生产下一条消息

5.produce决定不生产了,通过c.close()关闭consumer,整个过程结束。

整个流程无锁,由一个线程执行,produce和consumer协作完成任务,所以称为“协程”而非线程的抢占式多任务。

send()和yield相互为  发送和接收 参数  r=c.send(n),将参数n 传递给c函数,由c函数中的yield 及其后的变

量 接收,c中的程序再次运行到yield时,yield将其后的变量作为返回值,也就是c.send(n)的值

‘‘‘

‘‘‘

[PRODUCER]Producing 1...

[CONSUMER]Consuming 1...

[PRODUCER]cONSUMER RETURN: 200 OK

[PRODUCER]Producing 2...

[CONSUMER]Consuming 2...

[PRODUCER]cONSUMER RETURN: 200 OK

[PRODUCER]Producing 3...

[CONSUMER]Consuming 3...

[PRODUCER]cONSUMER RETURN: 200 OK

[PRODUCER]Producing 4...

[CONSUMER]Consuming 4...

[PRODUCER]cONSUMER RETURN: 200 OK

[PRODUCER]Producing 5...

[CONSUMER]Consuming 5...

[PRODUCER]cONSUMER RETURN: 200 OK

‘‘‘

#asyncio是Python3.4版本引入的标准库,直接内置了对异步IO的支持

#asyncio的编程模型就是一个消息循环。我们从asyncio模块中直接获取一个Eventloop的引用,然后把需要执行的协程扔到Eventloop中执行,就实现了异步IO。

#用asyncio实现Hello world 代码如下:

‘‘‘

import threading

import asyncio

@asyncio.coroutine

def hello():

print(‘Hello world! (%s)‘ %threading.currentThread())

yield from asyncio.sleep(1)

print(‘Hello again!(%s)‘ % threading.currentThread())

loop=asyncio.get_event_loop()

tasks=[hello(),hello()]

loop.run_until_complete(asyncio.wait(tasks))

loop.close()

‘‘‘

‘‘‘

Hello world! (<_MainThread(MainThread, started 5524)>)

Hello world! (<_MainThread(MainThread, started 5524)>)

(暂停约1秒)

Hello again!(<_MainThread(MainThread, started 5524)>)

Hello again!(<_MainThread(MainThread, started 5524)>)

‘‘‘

# @asyncio.coroutine把一个generator标记为corroutine类型,然后,我们就把这个coroutine扔到Eventloop

中执行。

#hello()会首先打印出Hello world!,然后,yield from 语法可以让我们方便地调用另一个generator.由于

asyncio.sleep()也是一个coroutine,所以线程不会等待

#asyncio.sleep(),而是直接中断并执行下一个消息循环。当asyncio.sleep()返回时,线程就可以从yield from

拿到返回值(此处是None),然后接着执行下一行语句。

#把asyncio.sleep(1)看成是一个耗时1秒的IO操作,在此期间,主线程并未等待,而是去执行Eventloop中其他可以执

行的coroutine了,因此可以实现并发执行。

多个coroutine可以封装成一组task然后并发执行。

asyncio的编程模型就是一个消息循环。我们从asyncio模块中直接获取一个Eventloop的引用,然后把需要执行的协程扔

到Eventloop中执,就实现了异步IO。

为了简化并更好地标识异步IO,从Python3.5开始引入新的语法async和await,可以让coroutine的代码更简洁易读。

‘‘‘

1. 把@asyncio.coroutine替换为async;

2. 把yield from 替换为await

‘‘‘

#例

‘‘‘

@asyncio.coroutine

def hello():

print("hello world!")

r = yield from asyncio.sleep(1)

print("hello again!")

‘‘‘

#可写成

‘‘‘

async def hello():

print("hello world!")

r=await asyncio.sleep(1)

print("hello again!")

‘‘‘

#剩下的代码保持不变

#aiohttp

#asyncio可以实现单线程并发IO操作。如果仅用在客户端,发挥的威力不大。如果把asyncio用在服务器端,例如web服务器,由于http连接就是IO操作,因此可以用

#单线程+coroutine实现多用户的高并发支持。

#asyncio实现了TCP UDP SSL等协议,aiohttp则是基于asyncio实现的http框架。

#编写一个http服务器    ,分别处理一下URL:

‘‘‘

* /  -首页返回b‘<h1>Index</h1>‘;

* /hello/{name}  -根据URL参数返回文本 hello,%s!.

‘‘‘

import asyncio

from aiohttp import web

async def index(request):

await asyncio.sleep(0.5)

return web.Response(body=b‘<h1>Index</h1>‘,content_type=‘text/html‘)

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‘),content_type=‘text/html‘)

async def init(loop):

app=web.Application(loop=loop)

app.router.add_route(‘GET‘,‘/‘,index)

app.router.add_route(‘GET‘,‘/hello/{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()

#aiohttp的初始化函数init()也是一个coroutine,loop.create_server()则利用asyncio创建TCP服务

原文地址:https://www.cnblogs.com/Ting-light/p/9547350.html

时间: 2024-11-13 11:34:17

异步IO(协程,消息循环队列)的相关文章

python异步加协程获取比特币市场信息

目标 选取几个比特币交易量大的几个交易平台,查看对应的API,获取该市场下货币对的ticker和depth信息.我们从网站上选取4个交易平台:bitfinex.okex.binance.gdax.对应的交易对是BTC/USD,BTC/USDT,BTC/USDT,BTC/USD. 一.ccxt库 开始想着直接请求市场的API,然后再解析获取下来的数据,但到github上发现一个比较好得python库,里面封装好了获取比特币市场的相关函数,这样一来就省掉分析API的时间了.因此我只要传入市场以及对应

# 进程/线程/协程 # IO:同步/异步/阻塞/非阻塞 # greenlet gevent # 事件驱动与异步IO # Select\Poll\Epoll异步IO 以及selectors模块 # Python队列/RabbitMQ队列

1 # 进程/线程/协程 2 # IO:同步/异步/阻塞/非阻塞 3 # greenlet gevent 4 # 事件驱动与异步IO 5 # Select\Poll\Epoll异步IO 以及selectors模块 6 # Python队列/RabbitMQ队列 7 8 ############################################################################################## 9 1.什么是进程?进程和程序之间有什么

8-3:协程、异步IO、数据库、rabbitMQ队列、redis缓存

https://www.cnblogs.com/alex3714/articles/5248247.html 本节内容 1.Gevent协程 2.Select\Poll\Epoll异步IO与事件驱动 3.Python连接Mysql数据库操作 4.RabbitMQ队列 5.Redis\Memcached缓存 6.Paramiko SSH 7.Twsited网络框架 原文地址:https://www.cnblogs.com/chenhuan123/p/12038657.html

Python学习笔记——进阶篇【第九周】———线程、进程、协程篇(队列Queue和生产者消费者模型)

Python之路,进程.线程.协程篇 本节内容 进程.与线程区别 cpu运行原理 python GIL全局解释器锁 线程 语法 join 线程锁之Lock\Rlock\信号量 将线程变为守护进程 Event事件 queue队列 生产者消费者模型 Queue队列 开发一个线程池 进程 语法 进程间通讯 进程池 参考链接http://www.cnblogs.com/alex3714/articles/5230609.html

协程介绍前戏、协程切换手动、协程切换自动

一.协程简介.引子 ''' 协程:异步IO,队列,缓存 Nginx效率高就是用了异步IO 协程是一种用户态的轻量级线程.又称微线程,怎么理解呢?后面会说 CPU只认识线程,不会像线程一样吧上下文保存在CPU寄存器,协程是用户控制的. 协程能保留上一次调用时的状态,单线程下实现并发效果 协程的好处: 1.无需线程上下文切换的开销,用yield的时候,只是在函数之间来回切换 2.无需原子操作锁定及同步的开销,没有异步锁之类的东西,因为协程就是单线程 3.方便切换控制流,简化编程模型 4.高并发-高扩

异步io和协程

常见的异步io模块asyncio.gevent.twisted.tornado 核心技术为select()和协程 异步io请求的本质则是[非阻塞Socket]+[IO多路复用] 协程在这里不是一个必须使用的技术,在使用select()事件驱动循环本身就可以达到单线程异步的效果 io协程在遇到阻塞时进行切换,其实现需要依赖select()事件循环进行切换 协程本质是一种上下文切换技术,通过生成器yield记录状态的特性来实现 r,w,e = select.select([rlist],[wlist

Python实现基于协程的异步爬虫

一.课程介绍 1. 课程来源 本课程核心部分来自<500 lines or less>项目,作者是来自 MongoDB 的工程师 A. Jesse Jiryu Davis 与 Python 之父 Guido van Rossum.项目代码使用 MIT 协议,项目文档使用 http://creativecommons.org/licenses/by/3.0/legalcode 协议. 课程内容在原文档基础上做了稍许修改,增加了部分原理介绍,步骤的拆解分析及源代码注释. 2. 内容简介 传统计算机

python38 1.线程一堆队列 2.事件Event 3.协程 4.断点续传

复习 1.GIL锁 2.如何避免GIL锁给程序带来的效率影响 3.与自定义锁的区别 4. 线程池进程池 5 同步  异步 6.异步回调 1.GIL锁 ? 全局解释器锁,   用来锁住解释器的互斥锁 ? 为啥加: CPython 中内存管理是非线程安全的,  GIL是为了   保护解释器的数据不被并发修改 ? 加锁后的问题:导致多个线程无法并行执行, 降低了效率 ? 当然 是可以并发的 ? 2.如何避免GIL锁给程序带来的效率影响 ? 什么时候会影响效率 ?  如果是计算密集型任务,开多线程不能提

day11 队列、线程、进程、协程及Python使用缓存(redis/memcache)

上篇博客简单介绍了多进程和多线程分别是什么,及分别使用于那种场景. 这里再稍微聊聊线程和进程相关的东西以及协程 一.队列 import queue import threading # queue.Queue,先进先出队列 # queue.LifoQueue,后进先出队列 # queue.PriorityQueue,优先级队列 # queue.deque,双向对队 # queue.Queue(2) 先进先出队列 # put放数据,是否阻塞,阻塞时的超时时间 # get取数据(默认阻塞),是否阻塞