幾個概念：

event_loop 事件循環：程序開啟一個無限的循環，程序員會把一些函數注冊到事件循環上。當滿足事件發生的時候，調用相應的協程函數。

coroutine 協程：協程對象，指一個使用async關鍵字定義的函數，它的調用不會立即執行函數，而是會返回一個協程對象。協程對象需要注冊到事件循環，由事件循環調用。

task 任務：一個協程對象就是一個原生可以掛起的函數，任務則是對協程進一步封裝，其中包含任務的各種狀態。

future： 代表將來執行或沒有執行的任務的結果。它和task上沒有本質的區別

async/await 關鍵字：python3.5 用于定義協程的關鍵字，async定義一個協程，await用于掛起阻塞的異步調用接口。

定義協程

通過async關鍵字定義一個協程(coroutine)，協程也是一種對象。協程不能直接運行，需要把協程加入到事件循環(loop)，由后者在適當的時候調用協程。asyncio.get_event_loop方法可以創建一個事件循環，然后使用run_until_complete將協程注冊到事件循環，并啟動事件循環。

import time

import asyncio

async def task(x):

print('Waiting: ', x)

await asyncio.sleep(x)

start = time.time()

coroutine = task(2)

loop = asyncio.get_event_loop()

loop.run_until_complete(coroutine)

print('用時：', time.time()-start)

創建task

協程對象不能直接運行，在注冊事件循環的時候，其實是run_until_complete方法將協程包裝成為了一個任務(task)對象。所謂task對象是Future類的子類。保存了協程運行后的狀態，用于未來獲取協程的結果。

import asyncio

import time

async def task(x):

print('Waiting: ', x)

await asyncio.sleep(x)

start = time.time()

coroutine = task(2)

loop = asyncio.get_event_loop()

task = loop.create_task(coroutine) # task = asyncio.ensure_future(coroutine)

print(task)

loop.run_until_complete(task)

print(task)

print('用時：', time.time() - start)

創建task后，task在加入事件循環之前是pending狀態，執行之后是finished狀態。

asyncio.ensure_future(coroutine) 和loop.create_task(coroutine)

都可以創建一個task，run_until_complete的參數是一個futrue對象。當傳入一個協程，其內部會自動封裝成task，task是Future的子類。isinstance(task, asyncio.Future)將會輸出True。

綁定回調

綁定回調，在task執行完畢的時候可以獲取執行的結果，回調的最后一個參數是future對象，通過該對象可以獲取協程返回值。如果回調需要多個參數，可以通過偏函數導入。

import time

import asyncio

async def task(x):

print('Waiting: ', x)

await asyncio.sleep(x)

return 'Done after {}s'.format(x)

def callback(future):

print('Callback: ', future.result())

coroutine = task(2)

loop = asyncio.get_event_loop()

task = asyncio.ensure_future(coroutine)

task.add_done_callback(callback)

loop.run_until_complete(task)

coroutine執行結束時候會調用回調函數。并通過參數future獲取協程執行的結果。我們創建的task和回調里的future對象，實際上是同一個對象。

future 與 result

回調中我們使用了future對象的result方法。前面不綁定回調的例子中，我們可以看到task有fiinished狀態。在那個時候，可以直接讀取task的result方法。

async def task(x):

print('Waiting {}'.format(x))

return 'Done after {}s'.format(x)

coroutine = task(2)

loop = asyncio.get_event_loop()

task = asyncio.ensure_future(coroutine)

loop.run_until_complete(task)

# task.result()是協程對象的返回值

print('Task result: {}'.format(task.result()))

阻塞和await

使用async可以定義協程對象，使用await可以針對耗時的操作進行掛起，就像生成器里的yield一樣，函數讓出控制權。協程遇到await，事件循環將會掛起該協程，執行別的協程，直到其他的協程也掛起或者執行完畢，再進行下一個協程的執行。

耗時的操作一般是一些IO操作，例如網絡請求，文件讀取等。我們使用asyncio.sleep函數來模擬IO操作。協程的目的也是讓這些IO操作異步化。

import asyncio

import time

async def task(x):

print('Waiting: ', x)

await asyncio.sleep(x)

return 'Done after {}s'.format(x)

start = time.time()

coroutine = task(2)

loop = asyncio.get_event_loop()

task = asyncio.ensure_future(coroutine)

loop.run_until_complete(task)

print('Task result: ', task.result())

print('Time: ', time.time() - start)

在 sleep的時候，使用await讓出控制權。即當遇到阻塞調用的函數的時候，使用await方法將協程的控制權讓出，以便loop調用其他的協程。現在我們的例子就用耗時的阻塞操作了。

并發和并行

asyncio實現并發，就需要多個協程來完成任務，每當有任務阻塞的時候就await，然后其他協程繼續工作。創建多個協程的列表，然后將這些協程注冊到事件循環中。

import asyncio

import time

async def task(x):

print('Waiting: ', x)

await asyncio.sleep(x)

return 'Done after {}s'.format(x)

start = time.time()

coroutine1 = task(1) #

coroutine2 = task(2)

coroutine3 = task(4)

loop = asyncio.get_event_loop()

tasks = [ # 創建任務

asyncio.ensure_future(coroutine1),

asyncio.ensure_future(coroutine2),

asyncio.ensure_future(coroutine3)

]

loop.run_until_complete(asyncio.wait(tasks))

for task in tasks:

print('Task result: ', task.result())

print('Time: ', time.time() - start)

# 當任務比較多的時候，可以使用列表生成式，效果是一樣的。

import asyncio

import time

async def task(x):

print('Waiting: ', x)

await asyncio.sleep(x)

return 'Done after {}s'.format(x)

start = time.time()

loop = asyncio.get_event_loop()

tasks = [asyncio.ensure_future(task(i)) for i in [1,2,4]]

loop.run_until_complete(asyncio.wait(tasks))

for task in tasks:

print('Task result: ', task.result())

print('Time: ', time.time() - start)

使用aysncio實現了并發。asyncio.wait(tasks) 也可以使用 asyncio.gather(*tasks) ,前者接受一個task列表，后者接收一堆task。

總結

以上是生活随笔為你收集整理的python协成_Python协程（上）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。