如何使用Python中的asyncio？
zlfing 2020-02-21
asyncio提供了两种处理异步操作的API：高级和低级。高级API用途广泛，适用于各种应用程序。低级API功能强大，但也很复杂，使用频率较低。
本文重点介绍高级API。我们会逐步介绍asyncio中常用的高级API，说明它们如何可用于涉及异步任务的常见操作。
如果你完全刚接触Python中的async，或者想了解其工作原理，不妨先看看本人介绍Python async的文章：https://www.infoworld.com/article/3454442/get-started-with-async-in-python.html，之后再作深入研究。
在Python中运行协程和任务
很自然，asyncio最常见的用途是运行Python脚本的异步部分。这意味着学会使用协程和任务。
Python的异步组件(包括协程和任务)只能与其他异步组件一起使用，不能与常规的同步Python一起使用，因此需要asyncio来填补缺口。为此，你要使用asyncio.run函数：
import asyncio
async def main():
print ("Waiting 5 seconds. ")
for _ in range(5):
await asyncio.sleep(1)
print (".")
print ("Finished waiting.")
asyncio.run(main()) 这运行main()，连同main()触发的任何例程，等待结果返回。
通常而言，Python程序应只有一个.run()语句，就像Python程序应只有一个main()函数一样。 如果不小心使用，async可能会使程序的控制流难以阅读。程序的异步代码只有一个入口点可以避免情况变得繁复。
异步函数还可以调度安排成tasks，即包装协程并帮助运行协和的对象。
async def my_task(): do_something() task = asyncio.create_task(my_task())
my_task()随后在事件循环中运行，结果存储在task中。
如果你只有一个任务想要获取结果，可以使用asyncio.wait_for(task)来等待任务完成，然后使用task.result()检索结果。但如果你安排了许多任务要执行，并想要等待所有任务完成，不妨使用asyncio.wait([task1, task2])收集结果。(注意，如果你不希望超过一定长度的时间后运行，可以设置操作的超时时间。)
在Python中管理异步事件循环
asyncio的另一个常见用途是管理异步事件循环。事件循环是运行异步函数和回调的对象。使用asyncio.run()时，它自动创建。你通常希望每个程序仅使用一个异步事件循环，同样以便管理。
如果你在编写服务器等更高级的软件，需要对事件循环拥有较低级别的访问权。为此，你可以“揭开面纱”，直接接触事件循环的内部机制。不过如果是简单的工作，不需要这么做。
在Python中使用streams读写数据
async的最佳使用场景是长时间运行的网络操作，其中应用程序可能阻止等待其他某个资源返回结果。为此，asyncio提供了streams，这是用于执行网络I/O的高级机制。这包括充当网络请求的服务器。
asyncio使用两个类StreamReader和StreamWriter，在高级层面进行网络读写。如果你要从网络读取，可以使用asyncio.open_connection()打开连接。该函数返回StreamReader对象和StreamWriter对象的元组，你要在每个对象上使用.read() 和.write()方法以便通信。
想接收来自远程主机的连接，使用asyncio.start_server()。asyncio.start_server()函数将回调函数client_connected_cb作为参数来接受，只要收到请求就调用该函数。该回调函数将StreamReader和StreamWriter的实例作为参数，那样你就能处理服务器的读/写逻辑。这个例子(https://gist.github.com/ethanfrey/75e58db27095936b9e5e)介绍了一个简单的HTTP服务器使用asyncio驱动的aiohttp库。
在Python中同步任务
异步任务往往独立运行，但有时你希望它们彼此通信。asyncio提供了队列和另外几种在任务之间进行同步的机制：
- 队列：asyncio队列允许异步函数排列Python对象，以便供其他异步函数使用——比如说，基于行为在不同类型的函数之间分配工作负载。
- 同步原语：asyncio中的锁、事件、条件和信号其工作方式类似常规的Python锁、事件、条件和信号。
关于所有这些方法要记住的一点是它们不是线程安全的。对于在同一事件循环中运行的异步任务来说这不是问题。但如果你试图与不同事件循环、操作系统线程或进程中的任务共享信息，就需要使用threading模块及其对象来执行此操作。
此外，如果你想跨线程边界启动协程，请使用asyncio.run_coroutine_threadsafe()函数，然后将与它结合使用的事件循环作为参数传递。
在Python中暂停协程
asyncio的另一个常见、但很少讨论的用途是在协程内部等待任意时长。为此你不能使用time.sleep()，否则会阻塞整个程序。而是应使用asyncio.sleep()，它允许其他协程继续运行。
在Python中使用较低级别的async
最后，如果你认为构建的应用程序可能需要asyncio的较低级组件，在开始编程之前先考虑一番：很可能有人已经构建了可以满足你需求的基于async的Python库。
