协程 异步IO

协程

协程：又称微线程，纤程。英文名Coroutine。

子程序：或者称为函数，在所有语言中都是层级调用，比如A调用B，B在执行过程中又调用了C，C执行完毕返回，B执行完毕返回，最后是A执行完毕。

所以子程序调用是通过栈实现的，一个线程就是执行一个子程序。

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。

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。

注意，在一个子程序中中断，去执行其他子程序，不是函数调用，有点类似CPU的中断。比如子程序A、B：

def A():
    print('1')
    print('2')
    print('3')

def B():
    print('x')
    print('y')
    print('z')

假设由协程执行，在执行A的过程中，可以随时中断，去执行B，B也可能在执行过程中中断再去执行A，结果可能是：

1
2
x
y
3
z

看起来A、B的执行有点像多线程，但协程的特点在于是一个线程执行，那和多线程比，协程有何优势？

最大的优势就是协程极高的执行效率。因为子程序切换不是线程切换，而是由程序自身控制，因此，没有线程切换的开销，和多线程比，线程数量越多，协程的性能优势就越明显。

第二大优势就是不需要多线程的锁机制，因为只有一个线程，也不存在同时写变量冲突，在协程中控制共享资源不加锁，只需要判断状态就好了，所以执行效率比多线程高很多。

因为协程是一个线程执行，那怎么利用多核CPU呢？最简单的方法是多进程+协程，既充分利用多核，又充分发挥协程的高效率，可获得极高的性能。

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()函数获取由yield语句返回的下一个值。

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

来看例子：

传统的生产者-消费者模型是一个线程写消息，一个线程取消息，通过锁机制控制队列和等待，但一不小心就可能死锁。

如果改用协程，生产者生产消息后，直接通过yield跳转到消费者开始执行，待消费者执行完毕后，切换回生产者继续生产，效率极高：

def consumer():
    r = ''
    while True:
        n = yield r  # 3.暂停，跳出
        if not n: # 6. n = 1  为FALSE
            return
        print('[CONSUMER] Consuming %s...' % n)  # 7.赋值n= 1，打印输出
        r = '200 OK'  # 8.赋值r。consumer运行结束，跳回produce继续运行

def produce(c):
    c.send(None) # 2.运行consumer(),并赋值None
    n = 0  # 4.继续运行
    while n < 5:
        n = n + 1
        print('[PRODUCER] Producing %s...' % n)
        r = c.send(n) # 5.运行consumer，并且赋值n= 1
        print('[PRODUCER] Consumer return: %s' % r) # 9.输出r，继续运行
    c.close()

c = consumer()
produce(c)  # 1.运行开始，调用c = consumer()

结果：

[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

异步IO

1、asyncio

asyncio是Python 3.4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。

（1.把generator标记为coroutine   2.把coroutine放进Eventloop  3.run_unitl_complete运行coroutine）

# import asyncio,threading
#
# @asyncio.coroutine  # 把generator标记为coroutine
# def dmeo():
#     print('hell word!!!%s'%threading.currentThread())
#     # 异步调用sleep
#     n = yield from asyncio.sleep(1)
#
#     print('coroutine:%s'%threading.currentThread())
#
# loop = asyncio.get_event_loop()  # 把coroutine放进eventloop中
#
# tasks = [dmeo(),dmeo()]
#
# loop.run_until_complete(asyncio.wait(tasks))  # 执行coroutine
#
# loop.close()

2、async/await

用asyncio提供的@asyncio.coroutine可以把一个generator标记为coroutine类型，然后在coroutine内部用yield from调用另一个coroutine实现异步操作。

为了简化并更好地标识异步IO，从Python 3.5开始引入了新的语法async和await，可以让coroutine的代码更简洁易读。

请注意，async和await是针对coroutine的新语法，要使用新的语法，只需要做两步简单的替换：

1. 把@asyncio.coroutine替换为async；
2. 把yield from替换为await。

# import asyncio,threading
#
# # @asyncio.coroutine  # 把generator标记为coroutine
# async def dmeo():
#     print('hell word!!!%s'%threading.currentThread())
#     # 异步调用sleep
#     # n = yield from asyncio.sleep(1)
#     n = await asyncio.sleep(2)
#     print('coroutine:%s'%threading.currentThread())
#
# loop = asyncio.get_event_loop()  # 把coroutine放进eventloop中
#
# tasks = [dmeo(),dmeo()]
#
# loop.run_until_complete(asyncio.wait(tasks))  # 执行coroutine
#
# loop.close()

3、aiohttp

文章参考：https://www.liaoxuefeng.com/wiki/1016959663602400/1017968846697824