Python中asyncio庫-線程并發函數的案例分析

這篇文章主要介紹Python中asyncio庫-線程并發函數的案例分析，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

Asyncio ——gather vs wait

在Asyncio中不止可以多次使用asyncio.gather，還有另外一個用法是asyncio.wait，他們都可以讓多個協程并發執行。

那為什么提供2個方法呢？他們有什么區別，適用場景是怎么樣的呢？我們先看2個協程的例子:

async def a():
    print('Suspending a')
    await asyncio.sleep(3)
    print('Resuming a')
    return 'A'
async def b():
    print('Suspending b')
    await asyncio.sleep(1)
    print('Resuming b')
    return 'B'

在IPython里面用gather執行一下：

In : return_value_a, return_value_b = await asyncio.gather(a(), b())
Suspending a
Suspending b
Resuming b
Resuming a
In : return_value_a, return_value_b
Out: ('A', 'B')

Ok，asyncio.gather方法的名字說明了它的用途，gather的意思是「搜集」，也就是能夠收集協程的結果，而且要注意，它會按輸入協程的順序保存的對應協程的執行結果。

接著我們說asyncio.await，先執行一下：

In : done, pending = await asyncio.wait([a(), b()])
Suspending b
Suspending a
Resuming b
Resuming a
In : done
Out:
{<Task finished coro=<a() done, defined at <ipython-input-5-5ee142734d16>:1> result='A'>,
 <Task finished coro=<b() done, defined at <ipython-input-5-5ee142734d16>:8> result='B'>}
In : pending
Out: set()
In : task = list(done)[0]
In : task
Out: <Task finished coro=<b() done, defined at <ipython-input-5-5ee142734d16>:8> result='B'>
In : task.result()
Out: 'B'

asyncio.wait的返回值有2項，第一項表示完成的任務列表(done)，第二項表示等待(Future)完成的任務列表(pending)，每個任務都是一個Task實例，由于這2個任務都已經完成，所以可以執行task.result()獲得協程返回值。

Ok, 說到這里，總結下它倆的區別的第一層區別:

asyncio.gather封裝的Task全程黑盒，只告訴你協程結果。

asyncio.wait會返回封裝的Task(包含已完成和掛起的任務)，如果你關注協程執行結果你需要從對應Task實例里面用result方法自己拿。

為什么說「第一層區別」，asyncio.wait看名字可以理解為「等待」，所以返回值的第二項是pending列表，但是看上面的例子，pending是空集合，那么在什么情況下，pending里面不為空呢？這就是第二層區別：asyncio.wait支持選擇返回的時機。

asyncio.wait支持一個接收參數return_when，在默認情況下，asyncio.wait會等待全部任務完成(return_when='ALL_COMPLETED')，它還支持FIRST_COMPLETED（第一個協程完成就返回）和FIRST_EXCEPTION（出現第一個異常就返回）：

In : done, pending = await asyncio.wait([a(), b()], return_when=asyncio.tasks.FIRST_COMPLETED)
Suspending a
Suspending b
Resuming b
In : done
Out: {<Task finished coro=<b() done, defined at <ipython-input-5-5ee142734d16>:8> result='B'>}
In : pending
Out: {<Task pending coro=<a() running at <ipython-input-5-5ee142734d16>:3> wait_for=<Future pending cb=[<TaskWakeupMethWrapper object at 0x108065e58>()]>>}

看到了吧，這次只有協程b完成了，協程a還是pending狀態。

在大部分情況下，用asyncio.gather是足夠的，如果你有特殊需求，可以選擇asyncio.wait，舉2個例子：

需要拿到封裝好的Task，以便取消或者添加成功回調等

業務上需要FIRST_COMPLETED/FIRST_EXCEPTION即返回的

asyncio.create_task vs loop.create_task vs asyncio.ensure_future

創建一個Task一共有3種方法，如這小節的標題。在上篇文章我說過，從Python 3.7開始可以統一的使用更高階的asyncio.create_task。其實asyncio.create_task就是用的loop.create_task：

def create_task(coro):
    loop = events.get_running_loop()
    return loop.create_task(coro)

loop.create_task接受的參數需要是一個協程，但是asyncio.ensure_future除了接受協程，還可以是Future對象或者awaitable對象:

如果參數是協程，其實底層還是用的loop.create_task，返回Task對象

如果是Future對象會直接返回

如果是一個awaitable對象會await這個對象的__await__方法，再執行一次ensure_future，最后返回Task或者Future

所以就像ensure_future名字說的，確保這個是一個Future對象：Task是Future 子類，前面說過一般情況下開發者不需要自己創建Future

其實前面說的asyncio.wait和asyncio.gather里面都用了asyncio.ensure_future。對于絕大多數場景要并發執行的是協程，所以直接用asyncio.create_task就足夠了~

以上是Python中asyncio庫-線程并發函數的案例分析的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！