流畅的Python - 第18章-使用asyncio处理并发

线程与协程对比

线程处理任务时，所有的线程争抢CPU的资源；协程处理任务时，由单线程完成，所有的任务都有序的安排在未来进行执行。

18-deff-between-thread-and-coroutine

书上的示例主要讲了实现动画形式显示文本式旋转指针，线程和协程两种不同的方式。

线程方面，主要使用了threading模块中的Thread方法创建线程并执行。注意的一点是，python中的线程不提供终止线程的API，所以需要给线程发送消息才能关闭线程，如此例中的signal.go属性。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
def supervisor():
    """
    启动线程开始执行
    :return: 返回结果
    """
    signal = Signal()
    spinner = threading.Thread(target=spin, args=("thinking", signal))
    print("Spinner object -> {} begin".format(spinner))
    spinner.start()
    result = slow_function()
    signal.go = False
    spinner.join()
    return result

通过asyncio模块创建协程的要求比较多。

首先需要有一个事件循环，使用asyncio.get_event_loop()产生。
然后使用run_until_complete将协程注册到事件循环中。run_until_complete接收Future对象或者Task任务(为Future对象的子类)，也可以接收普通的协程，默认会将协程封装成Task。
task对象可以使用loop.create_task(supervisor())实现，也可以使用asyncio.ensure_future(supervisor())实现。
最后全部任务执行完后返回所有的结果，run_until_complete接收什么参数，就返回对应参数返回的结果。如果传入的是wait_coro，则返回wait_coro对象所做的事，返回一个元组。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
async def supervisor():
    """
    事件驱动的参数函数
    :return: 返回思考结果
    """
    # spinner = asyncio.async(spin("thinking"))         # update asyncio.async to asyncio.ensure_future
    spinner = asyncio.ensure_future(spin("thinking"))
    print("Spinner -> {} begin.".format(spinner))
    result = await slow_function()
    spinner.cancel()
    return result


def main():
    loop = asyncio.get_event_loop()  # 获取事件循环
    result = loop.run_until_complete(supervisor())  # 驱动supervisor协程，返回参数返回的结果
    loop.close()  # 关闭事件驱动
    print("Answer:", result)

线程方式与协程方式的对比如下：

协程中不建议使用time.sleep(...)来进行时间的等待，会引起阻塞。推荐的是使用await asyncio.sleep(...)代替。
用于驱动协程的Task对象不能由自己动手实例化，而是通过把协程传给async.async(...)函数或者loop.create_task(...)方法获取。获取完后的Task对象的执行时间已经确定！在线程中，必须调用start()方法才能运行线程。
线程不能通过外部的API进行停止，协程可以通过使用Task.cancel()实例方法，在协程内部抛出asyncio.CancelledError异常，协程可以在暂停的yield处捕获此异常进行退出操作。
在协程中，supervisor()函数(或者task对象)必须由loop.run_until_complete()执行。

Contents

线程与协程对比