非同步IO Python中的協程

我們在實際的問題中會遇到一些堵塞執行緒的場景，比如ui程式進行耗時的計算阻塞主線程；進行io操作，比如讀寫文件或者網路傳輸時會阻塞執行緒等等，之前我採用的是使用多程序+多執行緒的處理方式，但這種方式相比於協程來說都比較慢，特別是在windows作業系統下啟動乙個程序的開銷是巨大的，因此掌握python中的協程對於處理一些高併發需求來說是非常重要的，看完了廖雪峰的官方**–非同步io後我總結了一下我對於協程的理解以及yield, yield from asyc ,await等語法的理解

python的協程基礎在於生成器，生成器可以在我們需要的時候執行運算，得出執行結果，構造乙個生成器有兩種方法。

一是使用():(x * x for x in range(10)) 列表使用中括號,生成器使用小括號

二是在函式中使用yield,此時該函式就不是乙個函式，而是乙個生成器物件

我們主要使用第二種方法來定義乙個生成器，接下來我介紹對於yield, yield from 以及python3.5的新語法async/await

我以乙個簡單的例子來介紹yield語法：

def
test
(times):
return_info = ''
n = 0
while n < times:
n += 1
recv = yield n
print("生成器收到資料%s" % recv)
print("生成器結束")
generator = test(5)

上述**最主要的部分在於recv = yield n，在等號左邊和後邊將**塊分成了兩部分。

當我們啟動生成器之後，**會執行到yield n 後中斷，並將yield 之後的表示式的值返回給generator.send(「要傳送的資料」),也就是return_info = generator.send(「要傳送的資料」)此時return_info == n。

當我們再次通過send(「要傳送的資料」)啟動生成器時，會從上次中斷的地方開始重新啟動，也就是從等號的左邊開始執行，將send(「要傳送的資料」)中的資料賦值給recv,然後繼續執行**直到下一次的yield n後中斷。

我們需要注意的一點是，當我們生成乙個生成器generator之後，我們使用generator.send(none)來啟動生成器，此時generator.send(none)相當於next(generator)，第一次執行generator時必須send(none)，因為根據yield語法，第一次執行生成器會在yield n 處中斷，此時recv沒有接受值，所以只能為none，這一部分在後面了解了yield的執行機制後就會明白，下面簡單畫乙個圖

yield from可以很方便地讓我們呼叫另乙個generator,yield from 建立了使用者端到內層generator之間的」通訊」,也可以方便我們在內層generator中處理異常。我們可以看以下**：

def
inner
():    coef = 1
total = 0
while
true:
input_val = yield total
if input_val is
2:            print('break')
break
total = total + coef * input_val
print("inner end")
defouter2
():    print("before inner(), i do this.")
a = yield
from inner()
print(a)
print("after inner(), i do that.")
c = outer2()
a = c.send(none)
print(a)
print("first send end")
b = c.send(2)
print(b)

輸出結果為

before inner(), i do this.
0first send end
break
inner
endnone
after
inner(), i do that.

當我們啟動生成器時，**會執行到yield from inner()，然後進入內層的generator，執行到yield total，此次**執行結束，進入中斷。

當我們第二次啟動生成器時，c.send（2）會將2直接傳遞給內層的input_val,然後執行內層的yield，列印出』break』,內層的yield結束，列印出』inner end』,由於此時是中斷，沒有yield，即沒有返回值,那麼yield from inner()的返回值為none，列印出a為none，最後列印結束語句，退出程式。

此時我們可以看出，yield from會將send的值傳遞到最裡層，再次啟動生成器也是從最裡層的yield開始啟動，然後當內層的yield結束後執行外層的yield直到程式結束。我們可以畫乙個示例圖幫助理解

async和await是python3.5之後的新語法，可以用來替換@asyncio.coroutine和await。

async可以將乙個generator標記為coroutine型別，然後將其放入event_loop中執行，當我們在event_loop中放入多個coroutine的generator後，我們啟動事件迴圈，此時遇到await，該generator就會中斷，繼續執行下乙個generator，直到所有的generator的await執行完成後，event_loop再開始下一次訊息迴圈，此時會再次啟動event_loop中的生成器。

舉乙個形象地例子就是你在快餐店排隊，每乙個人在收銀台付款後（await money）,到取餐處等待，直到每個人都付款之後，開始打包外賣，誰的先做好就可以拿走，而不是根據付款的順序來取餐。

關於非同步io在伺服器程式設計方面用到的地方很多，了解了基本的特性後，還需要大量的實際程式設計經驗才能真正掌握python中協程的概念，繼續去填坑了0.0。。。

非同步IO Python中的協程

非同步IO Python中的協程

python協程與非同步協程

非同步I O 協程

非同步IO Python中的協程

非同步IO Python中的協程

python協程與非同步協程

非同步I O 協程

相關推薦