大家好，欢迎来到IT知识分享网。

近期的编码工作过程中遇到了async和await装饰的函数，查询资料后了解到这种函数是基于协程的异步函数。这类编程方式称为异步编程，常用在IO较频繁的系统中，如：Tornado web框架、文件下载、网络爬虫等应用。协程能够在IO等待时间就去切换执行其他任务，当IO操作结束后再自动回调，那么就会大大节省资源并提供性能。接下来便简单的讲解一下异步编程相关概念以及案例演示。

1. 协程简介

1.1 协程的含义及实现方法

协程（Coroutine），也可以被称为微线程，是一种用户态内的上下文切换技术。简而言之，其实就是通过一个线程实现代码块相互切换执行。例如：

def func1():  print(1)     ...   # 协程介入  print(2)   def func2():  print(3)     ...   # 协程介入  print(4) func1() func2()

上述代码是普通的函数定义和执行，按流程分别执行两个函数中的代码，并先后会输出：1、2、3、4。但如果介入协程技术那么就可以实现函数见代码切换执行，最终输入：1、3、2、4 。

在Python中有多种方式可以实现协程，例如：

• greenlet，是一个第三方模块，用于实现协程代码（Gevent协程就是基于greenlet实现）；
• yield，生成器，借助生成器的特点也可以实现协程代码；
• asyncio，在Python3.4中引入的模块用于编写协程代码；
• async & awiat，在Python3.5中引入的两个关键字，结合asyncio模块可以更方便的编写协程代码。

前两种实现方式较为老旧，所以重点关注后面的方式

标准库实现方法

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。

import asyncio @asyncio.coroutine def func1():     print(1)     yield from asyncio.sleep(2)  # 遇到IO耗时操作，自动化切换到tasks中的其他任务     print(2) @asyncio.coroutine def func2():     print(3)     yield from asyncio.sleep(2) # 遇到IO耗时操作，自动化切换到tasks中的其他任务     print(4) tasks = [     asyncio.ensure_future( func1() ),     asyncio.ensure_future( func2() ) ] loop = asyncio.get_event_loop() loop.run_until_complete(asyncio.wait(tasks))

关键字实现方法

async & await关键字在Python3.5版本中正式引入，代替了asyncio.coroutine 装饰器，基于他编写的协程代码其实就是上一示例的加强版，让代码可以更加简便可读。

 import asyncio async def func1():     print(1)     await asyncio.sleep(2)  # 耗时操作       print(2) async def func2():     print(3)     await asyncio.sleep(2)   # 耗时操作     print(4) tasks = [     asyncio.ensure_future(func1()),     asyncio.ensure_future(func2()) ] loop = asyncio.get_event_loop() loop.run_until_complete(asyncio.wait(tasks))

1.2 案例演示

例如：用代码实现下载 url_list 中的图片。

• 方式一：同步编程实现

# requests库仅支持同步的http网络请求 import requests def download_image(url):   print("开始下载:",url)   # 发送网络请求，下载图片   response = requests.get(url)   # 图片保存到本地文件   file_name = url.rsplit('_')[-1]   with open(file_name, mode='wb') as file_object:       file_object.write(response.content) print("下载完成") if __name__ == '__main__':   url_list = [       'https://www.1.jpg',       'https://www.2.jpg',       'https://www.3.jpg'   ]   for item in url_list:       download_image(item)

输出：按顺序发送请求，请求一次下载一张图片，假如每次下载花费1s，完成任务需要3s 以上。

• 方式二：基于协程的程实现

# aiohttp 为支持异步编程的http请求库 import aiohttp import asyncio async def fetch(session, url):   print("发送请求：", url)   async with session.get(url, verify_ssl=False) as response:       content = await response.content.read()       file_name = url.rsplit('_')[-1]       with open(file_name, mode='wb') as file_object:           file_object.write(content) async def main():   async with aiohttp.ClientSession() as session:       url_list = [           'https://www.1.jpg',           'https://www.2.jpg',           'https://www.3.jpg'       ]       tasks = [asyncio.create_task(fetch(session, url)) for url in url_list]       await asyncio.wait(tasks) if __name__ == '__main__':   asyncio.run(main()) 

输出：一次发送三个下载请求，同时下载，假如每次下载花费1s，完成任务仅需要1s 左右，第一种方法的耗时为第二种的三倍。

1.3 小结

协程可以让原来要使用异步+回调方式写的非人类代码，用看似同步的方式写出来。

2. 异步编程简介

2.1 同步和异步的区别

同步 ：循序渐进执行操作、请求 异步：无需等待上一步操作、请求完成，就开始下一步（每个操作仍然有先后顺序）

目前python异步相关的主流技术是通过包含关键字async&await的async模块实现。

2.2 异步编程-事件循环

事件循环，可以把他当做是一个while循环，这个while循环在周期性的运行并执行一些任务，在特定条件下终止循环。

# 伪代码 任务列表 = [ 任务1, 任务2, 任务3,... ] while True:     可执行的任务列表，已完成的任务列表 = 去任务列表中检查所有的任务，将'可执行'和'已完成'的任务返回     for 就绪任务 in 已准备就绪的任务列表:         执行已就绪的任务              for 已完成的任务 in 已完成的任务列表:         在任务列表中移除 已完成的任           如果 任务列表 中的任务都已完成，则终止循环

在编写程序时候可以通过如下代码来获取和创建事件循环。

# 方式一： import asyncio # 生成或获取一个事件循环 loop = asyncio.get_event_loop() # 将任务添加到事件循环中 loop.run_until_complete(任务) # 方式二（python3.7及以上版本支持）： asyncio.run( 任务 )

2.3 异步编程-快速上手

async 关键字

• 协程函数：定义函数时候由async关键字装饰的函数 async def 函数名
• 协程对象：执行协程函数得到的协程对象。

# 协程函数 async def func():     pass # 协程对象 result = func()

注意：执行协程函数只会创建协程对象，函数内部代码不会执行。如果想要运行协程函数内部代码，必须要将协程对象交给事件循环来处理。

import asyncio  async def func():     print("执行协程函数内部代码！") result = func() # 调用方法1： # loop = asyncio.get_event_loop() # loop.run_until_complete( result ) # 调用方法2： asyncio.run( result )

await 关键字

await + 可等待的对象（协程对象、Future、Task对象 -> IO等待），遇到IO操作挂起当前协程（任务），等IO操作完成之后再继续往下执行。当前协程挂起时，事件循环可以去执行其他协程（任务）。

import asyncio async def others():     print("start")     await asyncio.sleep(2)     print('end')     return '返回值' async def func():     print("执行协程函数内部代码")     # await等待对象的值得到结果之后再继续向下走     response = await others()     print("IO请求结束，结果为：", response) asyncio.run( func() )

Task 对象

Task对象的作用是在事件循环中添加多个任务，用于并发调度协程，通过asyncio.create_task(协程对象)的方式创建Task对象，这样可以让协程加入事件循环中等待被调度执行。

async def module_a():     print("start module_a")     await asyncio.sleep(2) # 模拟 module_a 的io操作     print('end module_a')     return 'module_a 完成' async def module_b():     print("start module_b")     await asyncio.sleep(1) # 模拟 module_a 的io操作     print('end module_b')     return 'module_b 完成'   task_list = [     module_a(),  module_b(),  ] done,pending = asyncio.run( asyncio.wait(task_list) ) print(done)

2.4 案例演示

例如：用代码实现连接并查询数据库的同时，下载一个APK文件到本地。

import asyncio import aiomysql import os import aiofiles as aiofiles from aiohttp import ClientSession async def get_app():     url = "http://www.123.apk"     async with ClientSession() as session:         # 网络IO请求，获取响应         async with session.get(url)as res:             if res.status == 200:                 print("下载成功", res)                 # 磁盘IO请求，读取响应数据                 apk = await res.content.read()                 async  with  aiofiles.open("demo2.apk", "wb") as f:                     # 磁盘IO请求，数据写入本地磁盘                     await f.write(apk)             else:                 print("下载失败") async def excute_sql(sql):     # 网络IO操作：连接MySQL     conn = await aiomysql.connect(host='127.0.0.1', port=3306, user='root', password='123', db='mysql', )     # 网络IO操作：创建CURSOR     cur = await conn.cursor()     # 网络IO操作：执行SQL     await cur.execute(sql)     # 网络IO操作：获取SQL结果     result = await cur.fetchall()     print(result)     # 网络IO操作：关闭链接     await cur.close()     conn.close() task_list = [get_app(), execute_sql(sql="SELECT Host,User FROM user")] asyncio.run(asyncio.wait(task_list))

代码逻辑分析：

【step1】asyncio.run()创建了事件循环。wait()方法将task任务列表加入到当前的事件循环中；（注意：必须先创建事件循环，后加入任务列表，否则会报错）

【step2】事件循环监听事件状态，开始执行代码，先执行列表中的get_app()方法，当代码执行到async with session.get(url)as res:时，遇到await关键字表示有IO耗时操作，线程会将该任务挂起在后台执行，并切换到另外一个异步函数excute_sql()；

【step3】当代码执行到excute_sql()的第一个IO耗时操作后，线程会重复先前的操作，将该任务挂起，去执行其他可执行代码。假如此时事件循环监听到get_app()中的第一IO耗时操作已经执行完成，那么线程会切换到该方法第一个IO操作后的代码，并按顺序执行直到遇上下一个await装饰的IO操作；假如事件循环监听到excute_sql()中的第一个IO操作先于get_app()的第一个IO操作完成，那么线程会继续执行excute_sql的后续代码；

【step4】线程会重复进行上述第3点中的步骤，直到代码全部执行完成，事件循环也会随之停止。

2.5 小结

一般来说CPU的耗时运算方式有：

计算密集型的操作：计算密集型任务的特点是要进行大量的计算、逻辑判断，消耗CPU资源，比如计算圆周率、对视频进行高清解码等等。

IO密集型的操作：涉及到网络、磁盘IO的任务都是IO密集型任务，这类任务的特点是CPU消耗很少，任务的大部分时间都在等待IO操作完成（因为IO的速度远远低于CPU和内存的速度）。

异步编程基于协程实现，如果利用协程实现计算密集型操作，因为线程在上下文之间的来回切换总会经历类似于”计算“–>”保存“–>”创建新环境“ 的一系列操作，导致系统的整体性能反而会下降。所以异步编程并不适用于计算密集型的程序。然而在IO密集型操作汇总，协程在IO等待时间就去切换执行其他任务，当IO操作结束后再自动回调，那么就会大大节省资源并提供性能。

我们是行者AI，我们在“AI＋游戏”中不断前行。

快来【公众号 | xingzhe_ai】，和我们讨论更多技术问题吧！