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 -
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。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。