Python - 协程coroutine

总结

asyncio里面，await的用法有两种：

await coroutine，就像普通的函数调用一样，执行coroutine对应的代码
await task，中断当前代码的执行，event loop开始调度任务，直到task执行结束，恢复执行当前代码。

前言

常见的Python代码都是一行一行执行的，非常易懂。然而，有时候我们也会在Python代码中看到一些async/await等与异步编程相关的代码。为了能够顺利读懂这些代码，我们需要了解Python异步编程的一些基础知识。

事实上，Python 3.5就已经开始支持异步编程语法了。从这个角度来看，了解异步编程也是必要的，它早已成为了Python生态里的一部分。

Python中的异步编程的核心语法就是async/await两个关键字，主要涉及的概念就是协程（coroutine）。关于协程的解释，什么是协程？这篇文章给出了很好的介绍。简单来说，协程就是在一个线程（thread）里通过事件循环（event loop）模拟出多个线程并发的效果。

Python中的协程概念

在Python中，协程coroutine有两层含义：

使用async def定义的函数是一个coroutine，这个函数内部可以用await关键字。
使用async def定义的函数，调用之后返回的值，是一个coroutine对象，可以被用于await或者asyncio.run等

我们可以看到：

第一层含义是语法层面的概念，一个函数（一段代码）由async def定义，那么它就是一个coroutine。带来的效果是，这个函数内部可以用await。那么反过来就是说，一个普通的def定义的函数，内部不能用await，否则就会触发语法错误（SyntaxError）。
第二层含义是Python解释器运行时的概念，coroutine是Python解释器里内置的一个类。当我们调用async def定义的函数时，得到的返回值的类型就是coroutine。

例如下面的代码：

import asyncio

async def hello_world():
    await asyncio.sleep(1)
    print("Hello, world!")

coro = hello_world()
print(hello_world) # <function hello_world at 0x102a93e20>
print(coro.__class__) # <class 'coroutine'>
asyncio.run(coro) # Hello, world!

从语法层面上来说，hello_world函数是个coroutine函数。但是运行时，hello_world函数的类型依然是function，这个函数调用之后的返回对象coro是一个coroutine对象。

await + coroutine

当我们对一个coroutine使用await时，当前函数中断执行，Python解释器开始执行coroutine的代码，这和普通的函数调用没什么区别：

import asyncio
import time

async def async_hello_world():
    now = time.time()
    await asyncio.sleep(1)
    print(time.time() - now) # 1.0013360977172852
    print("Hello, world!") # Hello, world!
    await asyncio.sleep(1)
    print(time.time() - now) # 2.0025689601898193

print(asyncio.sleep(1)) # <coroutine object sleep at 0x102f663b0>
coro = async_hello_world()
asyncio.run(coro)

由此我们可以看到，asyncio.sleep(1)是一个coroutine object，对它进行await就会使得当前coroutine休眠一秒。

虽然这段代码经常被用于展示coroutine的基本用法，但这段代码其实完全没有展现coroutine的优势。我们可以不用coroutine写出功能一致的代码：

import time
def normal_hello_world():
    now = time.time()
    time.sleep(1)
    print(time.time() - now) # 1.0050458908081055
    print("Hello, world!") # Hello, world!
    time.sleep(1)
    print(time.time() - now) # 2.010284900665283

normal_hello_world()

只需要删除所有的async/await，把asyncio.sleep换成time.sleep，就可以了。

那么，我们为什么还要coroutine呢？

其实，coroutine最大的优势在于用单个线程模拟多个线程并发：

import asyncio
import time

async def async_hello_world():
    now = time.time()
    await asyncio.sleep(1)
    print(time.time() - now)
    print("Hello, world!")
    await asyncio.sleep(1)
    print(time.time() - now)

async def main():
    await asyncio.gather(async_hello_world(), async_hello_world(), async_hello_world())

now = time.time()
# run 3 async_hello_world() coroutine concurrently
asyncio.run(main())

print(f"Total time for running 3 coroutine: {time.time() - now}")

import time
def normal_hello_world():
    now = time.time()
    time.sleep(1)
    print(time.time() - now)
    print("Hello, world!")
    time.sleep(1)
    print(time.time() - now)

now = time.time()
normal_hello_world()
normal_hello_world()
normal_hello_world()
print(f"Total time for running 3 normal function: {time.time() - now}")

输出为：

1.0004000663757324
Hello, world!
1.0004527568817139
Hello, world!
1.0004589557647705
Hello, world!
2.001703977584839
2.0017318725585938
2.0017342567443848
Total time for running 3 coroutine: 2.0025317668914795
1.005108118057251
Hello, world!
2.010077953338623
1.005120038986206
Hello, world!
2.00691294670105
1.0018260478973389
Hello, world!
2.0058960914611816
Total time for running 3 normal function: 6.0232861042022705

可以看到，一个coroutine执行需要2秒，3个coroutine同时执行还是只需要2秒；而普通的函数，一个函数执行需要2秒，3个函数执行就需要6秒了。

await + task

在Python的异步编程中，真正并发的对象是任务（Task）。当我们对一个Task进行await的时候，event loop开始调度当前可执行的全部任务，直到被await的Task结束。

我们可以用Task来模拟asyncio.gather的效果（事实上，asyncio.gather内部也是通过Task来实现的）：

import asyncio
import time

async def async_hello_world():
    now = time.time()
    await asyncio.sleep(1)
    print(time.time() - now)
    print("Hello, world!")
    await asyncio.sleep(1)
    print(time.time() - now)

async def main():
    task1 = asyncio.create_task(async_hello_world())
    task2 = asyncio.create_task(async_hello_world())
    task3 = asyncio.create_task(async_hello_world())
    await task1
    await task2
    await task3

now = time.time()
# run 3 async_hello_world() coroutine concurrently
asyncio.run(main())

print(f"Total time for running 3 coroutine: {time.time() - now}")

输出为：

1.0012600421905518
Hello, world!
1.0013139247894287
Hello, world!
1.0013208389282227
Hello, world!
2.0027778148651123
2.0029189586639404
2.002932071685791
Total time for running 3 coroutine: 2.0102150440216064

与预期结果一致，三个coroutine执行一共只花了2秒。

如何理解这段代码呢？我们可以使用代码与程序计数器（Program Counter，即PC）来理解：一个Task就是一段将要运行的代码，PC就是当前Task运行到的位置。

当我们运行asyncio.run(main())时，Python会自动将这个coroutine对象包装成一个Task（记为Task 0）。此时，我们的任务列表长这样：

Task 0执行了3次asyncio.create_task(async_hello_world())后，我们的任务列表为：

接下来，Task 0开始await task1，带来的效果为：

Task 0中断执行，直到Task 1结束。于是event loop寻找下一个可以执行的任务（即Task 1）
Task 1执行到await asyncio.sleep(1)，也中断执行，等到1秒后再执行。于是event loop寻找下一个可以执行的任务（即Task 2）
Task 2执行到await asyncio.sleep(1)，也中断执行，等到1秒后再执行。于是event loop寻找下一个可以执行的任务（即Task 3）
Task 3执行到await asyncio.sleep(1)，也中断执行，等到1秒后再执行。于是event loop寻找下一个可以执行的任务。
此时没有任务可以执行，于是event loop自己休眠1秒。
休眠1秒后，Task 1可以执行，执行了print(time.time() - now)与print("Hello, world!")后，Task 1执行到await asyncio.sleep(1)，再次中断执行。于是event loop寻找下一个可以执行的任务（即Task 2）
Task 2执行了print(time.time() - now)与print("Hello, world!")后，在await asyncio.sleep(1)处再次中断执行。于是event loop寻找下一个可以执行的任务（即Task 3）
Task 3同理，执行了print(time.time() - now)与print("Hello, world!")后，在await asyncio.sleep(1)处再次中断执行。
此时没有任务可以执行，于是event loop自己休眠1秒。
休眠1秒后，Task 1可以执行，执行了print(time.time() - now)之后，Task 1结束。
Task 0发现Task 1执行结束，于是await task1执行结束，开始await task2。此时Task 0中断执行。
Task 2执行了print(time.time() - now)之后，Task 2结束。
Task 0发现Task 2执行结束，于是await task2执行结束，开始await task3。此时Task 0中断执行。
Task 3执行了print(time.time() - now)之后，Task 3结束。
Task 0发现Task 3执行结束，于是await task3执行结束，整个Task 0执行结束。

以上流程画成动图会更加生动形象，可惜我不会画动图。如果有感兴趣的朋友可以用一个动图来展示上述流程。

由此我们可以看到，协程最重要的特性，在于多个协程可以同时asyncio.sleep(1)，现实世界只过去了1秒，而三个协程的时间都过去了1秒，从而节约了等待的时间。

上述分析假设了event loop查询任务状态的顺序为Task 0 --> Task 1 --> Task 2 --> Task 3。实际情况可能是乱序的，例如第6步中，event loop休眠1秒后，Task 1、Task 2、Task 3都可以执行，此时的执行顺序无法预测。同理，第10步中，event loop休眠1秒后，Task 1、Task 2、Task 3都可以执行，谁先执行谁就先结束。我们的await task1只是保证这段代码必须在task1结束后继续执行，此时有可能task2及task3已经执行结束了。后续的await task2与await task3，只是在确保等到task2及task3结束。

posted on 2023-10-17 16:22 frank_cui 阅读(65) 评论(0) 收藏举报

刷新页面返回顶部

Python - 协程coroutine

总结

前言

Python中的协程概念

await + coroutine

await + task

导航

公告