事件驱动程序 - Python并发编程教程

事件驱动程序侧重于事件。最终，程序的流程取决于事件。到目前为止，我们正在处理顺序或并行执行模型，但具有事件驱动编程概念的模型称为异步模型。事件驱动的编程依赖于一直监听新来的事件的事件循环。事件驱动编程的工作取决于事件。一旦事件循环，事件就决定执行什么以及按什么顺序执行。以下流程图将帮助您了解其工作原理 -

Python模块 - Asyncio

Asyncio模块是在Python 3.4中添加的，它提供了使用协同例程编写单线程并发代码的基础结构。以下是Asyncio模块使用的不同概念 -

事件循环
事件循环是处理计算代码中所有事件的功能。它在执行整个程序的过程中一路行动，并跟踪事件的传入和执行。 Asyncio模块允许每个进程使用一个事件循环。以下是Asyncio模块提供的用于管理事件循环的一些方法 -

loop = get_event_loop() - 此方法将为当前上下文提供事件循环。
loop.call_later(time_delay，callback，argument) - 此方法安排在给定的time_delay秒后要调用的回调。
loop.call_soon(callback，argument) - 该方法安排一个尽可能快地被调用的回调函数。回调在call_soon()返回并且控件返回到事件循环后调用。
loop.time() - 此方法用于根据事件循环的内部时钟返回当前时间。
asyncio.set_event_loop() - 此方法将设置当前上下文的事件循环为循环。
asyncio.new_event_loop() - 此方法将创建并返回一个新的事件循环对象。
loop.run_forever() - 此方法将运行，直到调用stop()方法。

例子
下面的事件循环示例通过使用get_event_loop()方法帮助打印hello world。这个例子取自Python官方文档。

import asyncio

def hello_world(loop):
   print('Hello World')
   loop.stop()

loop = asyncio.get_event_loop()

loop.call_soon(hello_world, loop)

loop.run_forever()
loop.close()

输出结果如下 -

Hello World

特征 - Future
这与表示未完成的计算的concurrent.futures.Future类兼容。 asyncio.futures.Future和concurrent.futures.Future之间存在以下差异 -

result()和exception()方法不会接受超时参数，并在未来尚未完成时引发异常。
通过add_done_callback()注册的回调函数总是通过事件循环的call_soon()来调用。
asyncio.futures.Future类与concurrent.futures包中的wait()和as_completed()函数不兼容。

例子

以下演示如何使用asyncio.futures.future类的示例。

import asyncio

async def Myoperation(future):
   await asyncio.sleep(2)
   future.set_result('Future Completed')

loop = asyncio.get_event_loop()
future = asyncio.Future()
asyncio.ensure_future(Myoperation(future))
try:
   loop.run_until_complete(future)
   print(future.result())
finally:
   loop.close()

输出结果如下 -

Future Completed

协同程序
Asyncio中的协程的概念与线程模块下的标准线程对象的概念类似。这是子程序概念的一般化。协程在执行过程中可以暂停，以等待外部处理，并在完成外部处理时从其停止点返回。以下两种方式可以帮助我们实施协同程序 -

async def function()
这是在Asyncio模块下实现协程的一种方法。以下是一个相同的Python脚本 -

import asyncio

async def Myoperation():
   print("First Coroutine")

loop = asyncio.get_event_loop()
try:
   loop.run_until_complete(Myoperation())

finally:
   loop.close()

执行上面示例代码，得到以下结果 -

First Coroutine

@asyncio.coroutine装饰器

另一种实现协程的方法是使用带有@asyncio.coroutine修饰器的生成器。以下是一个相同的Python脚本 -

import asyncio

@asyncio.coroutine
def Myoperation():
   print("First Coroutine")

loop = asyncio.get_event_loop()
try:
   loop.run_until_complete(Myoperation())

finally:
   loop.close()

执行上面示例代码，得到以下结果 -

First Coroutine

任务
Asyncio模块的这个子类负责以并行方式在事件循环中执行协程。以下Python脚本是并行处理某些任务的示例。

import asyncio
import time
async def Task_ex(n):
   time.sleep(1)
   print("Processing {}".format(n))
async def Generator_task():
   for i in range(10):
      asyncio.ensure_future(Task_ex(i))
   int("Tasks Completed")
   asyncio.sleep(2)

loop = asyncio.get_event_loop()
loop.run_until_complete(Generator_task())
loop.close()

执行上面示例代码，得到以下结果 -

Tasks Completed
Processing 0
Processing 1
Processing 2
Processing 3
Processing 4
Processing 5
Processing 6
Processing 7
Processing 8
Processing 9

传输

Asyncio模块提供了用于实现各种类型通信的传输类。这些类不是线程安全的，并且在建立通信通道后总是与协议实例配对。

以下是从BaseTransport继承的不同类型的传输 -

ReadTransport - 这是只读传输的接口。
WriteTransport - 这是用于只写传输的接口。
DatagramTransport - 这是发送数据的接口。
BaseSubprocessTransport - 与BaseTransport类相似。

以下是BaseTransport类的五种不同方法，它们随后在四种BaseTransport类有不同的变型 -

close() - 关闭运输。
is_closing() - 如果传输正在关闭或者已经是closed.transports，则此方法将返回true。
get_extra_info(name，default = none) - 这会给一些关于传输的额外信息。
get_protocol() - 此方法将返回当前协议。

协议
Asyncio模块提供了可以继承的基类，以实现您的网络协议。这些类与运输一起使用; 该协议解析传入数据并要求写入传出数据，而传输负责实际的I/O和缓冲。以下是三种Protocol类 -

Protocol - 这是实现用于TCP和SSL传输的流协议的基类。
DatagramProtocol - 这是实现用于UDP传输的数据报协议的基类。
SubprocessProtocol - 这是实现通过一组单向管道与子进程通信的协议的基类。

Python模块 - Asyncio

微信关注