简单聊一下 Python asyncio

你好,我是 shengjk1,多年大厂经验,努力构建 通俗易懂的、好玩的编程语言教程。 欢迎关注!你会有如下收益:

  1. 了解大厂经验
  2. 拥有和大厂相匹配的技术等

希望看什么,评论或者私信告诉我!

一、前言

最近看到很多关于 asyncio 的代码,所以本篇文章,我们需要详细聊一下 asyncio,不会有过多的关于 asyncio 本身函数使用的例子,重点关注是什么以及为什么,asyncio 函数相对较简单。

二、asyncio

2.1 asyncio 是什么?

  • 本质asyncio 是基于协程的,提供了一套编写单线程并发代码的框架。它使用 asyncawait 语法来定义和执行异步操作,从而避免了传统的回调方式,代码更加直观和易于维护。asyncio 往往是构建 IO 密集型和高层级 结构化 网络代码的最佳选择。

  • 三条原则

    1. 异步性 :使用 async 定义异步函数,await 用于挂起阻塞操作,如 IO 请求。
    2. 事件循环asyncio 提供事件循环来管理和调度执行异步任务。
    3. 协程:异步函数在 Python 中被称为协程,它们是可等待对象,可以在事件循环中被挂起和恢复。

2.2 asyncio 解决了什么问题

  • 起源asyncio 是 Python 用于解决异步 IO 编程的标准库,它在 Python 3.4 版本中引入。它的出现是为了提供一种简单的方式来编写并发代码。在此之前,Python 通过多线程和多进程等方式实现并发,但这些方式在性能和易用性上存在限制。

  • 对比状态

    • 出现之前 :Python 开发者需要依赖 threadingmultiprocessing 模块来实现并发,这不仅编程模型复杂,而且在处理大量并发网络连接时效率低下。
    • 出现之后asyncio 提供了事件循环和协程的概念,使得开发者能够以更低的开销实现大规模 IO 密集型任务的并发。

    怎么理解?来看一下一个具体的案例:

    • 背景:假设有一个需要从多个网站上下载数据的任务。

    • 解决方案 :使用 asyncio 创建异步函数来发起网络请求,并且并发地等待所有请求完成,而不是顺序地一个接一个地请求,从而大大提高了效率。

    • 代码片断

    python 复制代码
    import asyncio
    import aiohttp
    
    async def download_site(session, url):
        async with session.get(url) as response:
            print(f"Read {response.content_length} from {url}")
    
    async def download_all_sites(sites):
        async with aiohttp.ClientSession() as session:
            tasks = []
            for url in sites:
                task = asyncio.create_task(download_site(session, url))
                tasks.append(task)
            await asyncio.gather(*tasks)
    
    sites = ["https://example1.com", "https://example2.com"]
    asyncio.run(download_all_sites(sites))

    在这个例子中,我们定义了两个异步函数 download_sitedownload_all_sitesdownload_site 函数用于下载单个网站的内容,而 download_all_sites 函数则创建了一个 ClientSession 并发起多个异步请求,最后使用 asyncio.gather 并发等待所有的请求完成。通过这种方式,我们可以利用 asyncio 实现高效的并发 IO 操作。

    asyncio 出现之前,Python 开发者常用 threading 模块来实现并发。以下是一个使用 threading 模块下载多个网站内容的例子:

    python 复制代码
    import threading
    import requests
    from time import time
    
    def download_site(url):
        with requests.get(url) as response:
            print(f"Read {len(response.content)} from {url}")
    
    def download_all_sites(sites):
        threads = []
        for url in sites:
            thread = threading.Thread(target=download_site, args=(url,))
            thread.start()
            threads.append(thread)
        for thread in threads:
            thread.join()
    
    if __name__ == "__main__":
        sites = ["https://example1.com", "https://example2.com"] * 10
        start_time = time()
        download_all_sites(sites)
        duration = time() - start_time
        print(f"Downloaded {len(sites)} sites in {duration} seconds")

2.23 asyncio 例子

直观的感受一下:

python 复制代码
import asyncio
async def say_hello():
    print("Hello,")
    await asyncio.sleep(1)
    print("World!")
asyncio.run(say_hello())

其他方法的使用,我们就不过多的举例子了,具体可以参考官方文档,相对较简单!

三、总结

本文详细介绍了Python中的asyncio库,包括其本质、解决的问题以及提供的示例。asyncio是基于协程的框架,使用async和await语法来定义和执行异步操作,避免了传统的回调方式,适合构建IO密集型和高层级结构化网络代码。它解决了Python中多线程和多进程方式实现并发时的性能和易用性限制。最后,提供了一个简单的示例来展示asyncio的使用。

相关推荐
哎呦没29 分钟前
大学生就业招聘:Spring Boot系统的架构分析
java·spring boot·后端
春末的南方城市29 分钟前
FLUX的ID保持项目也来了! 字节开源PuLID-FLUX-v0.9.0,开启一致性风格写真新纪元!
人工智能·计算机视觉·stable diffusion·aigc·图像生成
zmjia11131 分钟前
AI大语言模型进阶应用及模型优化、本地化部署、从0-1搭建、智能体构建技术
人工智能·语言模型·自然语言处理
jndingxin1 小时前
OpenCV视频I/O(14)创建和写入视频文件的类:VideoWriter介绍
人工智能·opencv·音视频
_.Switch1 小时前
Python Web 应用中的 API 网关集成与优化
开发语言·前端·后端·python·架构·log4j
一个闪现必杀技1 小时前
Python入门--函数
开发语言·python·青少年编程·pycharm
AI完全体1 小时前
【AI知识点】偏差-方差权衡(Bias-Variance Tradeoff)
人工智能·深度学习·神经网络·机器学习·过拟合·模型复杂度·偏差-方差
GZ_TOGOGO1 小时前
【2024最新】华为HCIE认证考试流程
大数据·人工智能·网络协议·网络安全·华为
sp_fyf_20241 小时前
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-02
人工智能·神经网络·算法·计算机视觉·语言模型·自然语言处理·数据挖掘
新缸中之脑1 小时前
Ollama 运行视觉语言模型LLaVA
人工智能·语言模型·自然语言处理