用python帮助你从此快起来！

在python的网络模型中，为了实现高并发有很多方案：多线程、多进程。无论多线程和多进程，IO的调度更多取决于系统，而协程的方式，调度来自用户

使用协程可以实现高效的并发任务。而这个操作就叫异步IO（asyncio）

简单来说：当我们发起一个 IO 操作，而不用等待指令集结束，就可以继续做其他事情，当它结束时，会得到相应的通知

Asyncio 并不能带来真正的并行（parallelism）。当然，因为 GIL（全局解释器锁）的存在，使用Cython作为Python解释器（最常见的解释器）的多线程也不能带来真正的并行。

交给 asyncio执行的任务，称为协程（coroutine）。一个协程可以放弃执行，把机会让给其它协程（即 yield from 或 await）。

初识asyncio

首先来认识一下Coroutine，我已经对每段代码都加上了注释

import 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。
async def coroutine():
   print('in coroutine')

# asyncio的编程模型就是一个消息循环
# 从asyncio模块中直接获取一个EventLoop的引用
event_loop = asyncio.get_event_loop()
try:
   print('starting coroutine')
   coro = coroutine()
   print('entering event loop')
   # 把需要执行的协程,这里也就是coroutine扔到EventLoop中执行
   event_loop.run_until_complete(coro)
finally:
   print('closing event loop')
   event_loop.close()

结果如图：

首先是获取一个事件循环 asyncio.get_event_loop()，然后用 run_until_complete 执行 coroutine 对象，当 coroutine 执行完成并退出时， run_until_complete 也会随后退出。

获取Coroutine返回值

在刚刚，我们已经可以有效的使用 run_until_complete 函数来执行asyncio了，现在我们需要多做一步的就是获取异步请求的返回值。

run_until_complete 会把 Coroutine 的返回值当做自身的返回值返回给调用方

import asyncio

async def coroutine():
   print('in coroutine')
   # 增加了一个返回值
   return 'result'

event_loop = asyncio.get_event_loop()
try:
   # 有了之前的基础，我们这里就不再单独获取coroutine的对象了
   # run_until_complete会返回coroutine的返回值
   return_value = event_loop.run_until_complete(coroutine())
   print(f'it returned: {return_value}')
finally:
   event_loop.close()

结果如图：

链式调用

之前的操作都是调用某个单一函数，但在工作中，往往会有函数调用函数的情况，一起来看下

import asyncio

# 函数1
async def one():
    print('in one')
    asyncio.sleep(1)
    print('one end')
    return 'one'

# 函数2
async def two(arg):
    print('in two')
    asyncio.sleep(1)
    print('two end')
    return 'two with arg {}'.format(arg)

# 将作为coroutine
async def outer():
    print('in outer')
    print('waiting for one')
    # 等待函数1的返回值
    result1 = await one()
    print('waiting for two')
    # 等待函数2的返回值
    result2 = await two(result1)
    # 将2个结果一并返回
    return result1, result2

event_loop = asyncio.get_event_loop()
try:
    return_value = event_loop.run_until_complete(outer())
    print(f'result value: {return_value}')
finally:
    event_loop.close()

这里使用了 asyncio.sleep而不是time.sleep为的就是模拟异步的任务请求

使用 await 可以针对耗时的操作进行挂起，就像生成器里的 yield 一样，使函数让出控制权。

协程遇到 await ，事件循环将会挂起该协程，执行别的协程，直到其他的协程也挂起或者执行完毕，再进行下一个协程的执行

一起来看下结果：

时间上确实节省了很多，这就是异步的强大！

好了，今天的内容就到这里结束了，一起来回顾下：

• python通过 asyncio 来实现异步请求

• 在python3.5开始，使用关键字 async 来定义 coroutine 实体函数

• 使用关键字 await 来等待 coroutine 的返回值

如果你对今天的内容还感兴趣的话，何不点个赞再走呢？

如果感兴趣到想赞赏我，就不要犹豫啦～

---

目前我开了2个主群，我邀请了一些我的BAT伙伴前来助阵。定期也会在群里组织抽奖、送书等活动。更有各种资源分享。

目前2个主群都以过百，想要加入的小伙伴，可以加我微信，我拉你们，或者公众号回复关键“关注作者”。

另外：「高级群」已经升级啦！如果你错过了种子轮，难道还要错过天使轮吗？群内不定期组织红包接龙，每天中午1小时的随即话题讨论，没有广告，只聊技术、生活，这样的群上哪找？

推荐阅读：

如何通过一些骚操作有效的控制Python类

用Python给程序加个进度条