async函数python(async函数是什么)

如何看待 Python 3.5支持Async/Await异步编程

根据Python增强提案(PEP) 第0492号， Python 3.5将通过async和await语法增加对协程的支持。该提案目的是使协程成为Python语言的原生特性，并“建立一种普遍、易用的异步编程思维模型。”

这个新提议中声明一个协程的语法如下：

async def read_data(db):

pass

async是明确将函数声明为协程的关键字，即便没有使用await表达式。这样的函数执行时会返回一个协程对象。

在协程函数内部，可在某个表达式之前使用await关键字来暂停协程的执行，以等待某进程完成：

async def read_data(db):

data = await db.fetch('SELECT ...')

...

由于增强版生成器的存在，Python中其实早已有了协程的形式，例如当yield或yield from声明在Python生成器内部出现，该生成器就会被当作协程。

以下示例展示基于生成器的协程的用法：

def createGenerator():

... ? ?mylist = range(3)

... ? ?for i in mylist:

... ? ? ? ?yield i*i

...

mygenerator = createGenerator()

for i in mygenerator:

... ? ? print(i)

1

4

以上代码中，每当生成器在for循环中被调用，该生成器中的for循环就会返回一个新的值。

关于await用法的更多示例请参见上文提到的PEP #0492.

这个关于协程的新提案想明确地把生成器与协程区分开，这么做有如下好处：

使这两个概念对新开发者来说更易于理解，因为它们二者的语法并不一样；

能消除由于重构时不小心移除了协程中的yield声明而导致的“不明确错误”，这会导致协程变成普通的生成器。

async/await语法能让程序员以序列方式编写代码，但编译器则会将其当作一系列的协程来处理，从而实现有效的并发。回到我们之前的例子，async/await使我们可以顺序地编写多个await声明语句，就好像每个语句都会阻塞并等待结果，但实际上这并不会导致任何阻塞：

async def read_data(db):

? ?data = await db.fetch('SELECT ...')

? ?if (data...)

? ? ? ?await api.send(data ...')

python 期物

期物（Future）是concurrent.futures模块和asyncio包的重要组件。

python3.4之后标准库中有两个名为Future的类：concurrent.futures.Future和asyncio.Future.

这两个类的作用相同：类的实例都表示可能已经完成活着尚未完成的延迟计算。与JS库中的Promise对象，Tornado框架中的Future类类似。

通常我们自己不应该创建期物，而只能由并发框架实例化。

这个例子中的future.result方法不会阻塞，因为future对象是有as_completed方法产生的。

在asyncio包中，BaseEventLoop.create_task(...)方法接收一个协程，排定他的运行时间，然后返回一个asyncio.Task实例（也是asyncio.Future类的实例），因为Task是Future的子类，用于包装协程。这与Executor.submit(...)方法创建concurrent.futures.Future实例是一个道理。

因为asyncio.Future类的目的是与yield from一起使用，所以通常不需用使用以下方法：

asyncio.async(coro_or_future, *, loop=None)

这个函数统一了协程和期物：第一个参数可以是二者中的任何一个。如果是 Future或 Task 对象，那就原封不动地返回。如果是协程，那么 async 函数会调用loop.create_task(...) 方法创建 Task 对象。loop= 关键字参数是可选的，用于传入事件循环；如果没有传入，那么 async 函数会通过调用 asyncio.get_event_loop() 函数获取循环对象.

不过，在asyncio 中，基本的流程是一样的：在一个单线程程序中使用主循环依次激活队列里的协程。各个协程向前执行几步，然后把控制权让给主循环，主循环再激活队列里的下一个协程。

asyncio.wait(...) 协程的参数是一个由期物或者协程构成的可迭代对象。wait会分别把各个协程包装进入一个Task对象。最后的结果是，wait处理的所有对象都通过某种方法变成Future实例。wait是协程函数，因此返回的是一个协程或者生成器对象。为了驱动协程，我们把协程传给loop.run_until_complete(...)方法。

async/await 原理及简单实现

解决函数回调经历了几个阶段， Promise 对象， Generator 函数到async函数。async函数目前是解决函数回调的最佳方案。很多语言目前都实现了async，包括Python ，java spring，go等。

async 函数返回一个 Promise 对象，当函数执行的时候，一旦遇到 await 就会先返回，等到触发的异步操作完成，再接着执行函数体内后面的语句。

async /await 需要在function外部书写async，在内部需要等待执行的函数前书写await即可

理解async函数需要先理解Generator函数，因为async函数是Generator函数的语法糖。

Generator是ES6标准引入的新的数据类型。Generator可以理解为一个状态机，内部封装了很多状态，同时返回一个迭代器Iterator对象。可以通过这个迭代器遍历相关的值及状态。

Generator的显著特点是可以多次返回，每次的返回值作为迭代器的一部分保存下来，可以被我们显式调用。

一般的函数使用function声明，return作为回调(没有遇到return，在结尾调用return undefined)，只可以回调一次。而Generator函数使用function*定义，除了return，还使用yield返回多次。

在chrome浏览器中这个例子里，我们可以看到，在执行foo函数后返回了一个

Generator函数的实例。它具有状态值suspended和closed，suspended代表暂停，closed则为结束。但是这个状态是无法捕获的，我们只能通过Generator函数的提供的方法获取当前的状态。

在执行next方法后，顺序执行了yield的返回值。返回值有value和done两个状态。value为返回值，可以是任意类型。done的状态为false和true，true即为执行完毕。在执行完毕后再次调用返回{value: undefined, done: true}

注意:在遇到return的时候，所有剩下的yield不再执行，直接返回{ value: undefined, done: true }

Generator函数提供了3个方法，next/return/throw

next方式是按步执行，每次返回一个值,同时也可以每次传入新的值作为计算

return则直接跳过所有步骤，直接返回 {value: undefined, done: true}

throw则根据函数中书写try catch返回catch中的内容，如果没有写try，则直接抛出异常

这里可以看到在执行throw之前，顺序的执行了状态，但是在遇到throw的时候，则直接走进catche并改变了状态。

这里还要注意一下，因为状态机是根据执行状态的步骤而执行，所以如果执行thow的时候，没有遇到try catch则会直接抛错

以下面两个为例

这个例子与之前的执行状态一样，因为在执行到throw的时候，已经执行到try语句，所以可以执行，而下面的例子则不一样

执行throw的时候，还没有进入到try语句，所以直接抛错，抛出undefined为throw未传参数，如果传入参数则显示为传入的参数。此状态与未写try的抛错状态一致。

遍历

Generator函数的返回值是一个带有状态的Generator实例。它可以被for of 调用，进行遍历，且只可被for of 调用。此时将返回他的所有状态

调用for of方法后，在后台调用next(),当done属性为true的时候，循环退出。因此Generator函数的实例将顺序执行一遍，再次调用时，状态为已完成

状态的存储和改变

Generator函数中yield返回的值是可以被变量存储和改变的。

以上的执行结果中，我们可以看到，在第二步的时候，我们传入2这个参数，foo函数中的a的变量的值0被替换为2，并且在第4次迭代的时候，返回的是2。而第三次迭代的时候，传入的3参数，替换了b的值4，并在第5次迭代的时候返回了3。所以传入的参数，是替代上一次迭代的生成值。

yield 委托*

在Generator函数中，我们有时需要将多个迭代器的值合在一起，我们可以使用yield *的形式，将执行委托给另外一个Generator函数

foo在执行的时候，首先委托给了foo1，等foo1执行完毕，再委托给foo2。但是我们发现，”foo1 end” 这一句并没有输出。

在整个Generator中，return只能有一次，在委托的时候，所有的yield*都是以函数表达式的形式出现。return的值是表达式的结果，在委托结束之前其内部都是暂停的，等待到表达式的结果的时候，将结果直接返回给foo。此时foo内部没有接收的变量，所以未打印。

如果我们希望捕获这个值，可以使用yield *foo()的方式进行获取。

如上，我们掌握了Generator函数的使用方法。async/await语法糖就是使用Generator函数+自动执行器来运作的。 我们可以参考以下例子

在执行的过程中，判断一个函数的promise是否完成，如果已经完成，将结果传入下一个函数，继续重复此步骤。

async/await非常好理解，基本理解了Generator函数之后，几句话就可以描述清楚。这里没有过多的继续阐述Generator函数的内部执行逻辑及原理，如果有对此有深入理解的童鞋，欢迎补充说明。

Python异步编程4：协程函数，协程对象，await关键字

协程函数：async def?函数名。3.5+

协程对象：执行协程函数()得到的协程对象。

? ? 3.5之后的写法：

? ? 3.7之后的写法：更简便

await后面?跟?可等待的对象。（协程对象，Future，Task对象?约等于IO等待）

await实例2：串行执行。 一个协程函数里面可以支持多个await ，虽然会串行，但是如果有其他协程函数，任务列表也在执行，依然会切换。只是案例中的main对应执行的others1和others2串行 。 await会等待对象的值得到之后才继续往下走。

python协程（4）：asyncio

asyncio是官方提供的协程的类库，从python3.4开始支持该模块

async awiat是python3.5中引入的关键字，使用async关键字可以将一个函数定义为协程函数，使用awiat关键字可以在遇到IO的时候挂起当前协程（也就是任务），去执行其他协程。

await + 可等待的对象（协程对象、Future对象、Task对象 - IO等待）

注意：在python3.4中是通过asyncio装饰器定义协程，在python3.8中已经移除了asyncio装饰器。

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协程（任务），在特定条件下终止循环。

loop = asyncio.get_event_loop()：生成一个事件循环

loop.run_until_complete(任务)：将任务放到事件循环

Tasks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。除了使用 asyncio.create_task() 函数以外，还可以用低层级的 loop.create_task() 或 ensure_future() 函数。不建议手动实例化 Task 对象。

本质上是将协程对象封装成task对象，并将协程立即加入事件循环，同时追踪协程的状态。

注意：asyncio.create_task() 函数在 Python 3.7 中被加入。在 Python 3.7 之前，可以改用 asyncio.ensure_future() 函数。

下面结合async awiat、事件循环和Task看一个示例

示例一：

*注意：python 3.7以后增加了asyncio.run（协程对象），效果等同于loop = asyncio.get_event_loop()，loop.run_until_complete(协程对象) *

示例二：

注意：asyncio.wait 源码内部会对列表中的每个协程执行ensure_future从而封装为Task对象，所以在和wait配合使用时task_list的值为[func(),func()] 也是可以的。

示例三：