python非同步程式設計之asyncio

前言：python由於GIL（全域性鎖）的存在，不能發揮多核的優勢，其效能一直飽受詬病。然而在IO密集型的網路程式設計裡，非同步處理比同步處理能提升成百上千倍的效率，彌補了python效能方面的短板，如最新的微服務框架japronto，resquests per second可達百萬級。

python還有一個優勢是庫（第三方庫）極為豐富，運用十分方便。asyncio是python3.4版本引入到標準庫，python2x沒有加這個庫，畢竟python3x才是未來啊，哈哈！python3.5又加入了async/await特性。

在學習asyncio之前，我們先來理清楚同步/非同步的概念

·同步是指完成事務的邏輯，先執行第一個事務，如果阻塞了，會一直等待，直到這個事務完成，再執行第二個事務，順序執行。。。

·非同步是和同步相對的，非同步是指在處理呼叫這個事務的之後，不會等待這個事務的處理結果，直接處理第二個事務去了，通過狀態、通知、回撥來通知呼叫者處理結果。

一、asyncio

下面通過舉例來對比同步程式碼和非同步程式碼編寫方面的差異，其次看下兩者效能上的差距，我們使用sleep(1)模擬耗時1秒的io操作。

·同步程式碼：

import time

def hello():
    time.sleep(1)

def run():
    for i in range(5):
        hello()
        
 
print('Hello World:%s' % time.time())  # 任何偉大的程式碼都是從Hello World 開始的！
if __name__ == '__main__':
    run()

輸出：（間隔約是1s）

Hello World:1527595175.4728756
Hello World:1527595176.473001
Hello World:1527595177.473494
Hello World:1527595178.4739306
Hello World:1527595179.474482

·非同步程式碼：

import time
import asyncio

 
# 定義非同步函式
async def hello():
    asyncio.sleep(1)
    print('Hello World:%s' % time.time())

def run():
    for i in range(5):
        loop.run_until_complete(hello())

loop = asyncio.get_event_loop()
if __name__ =='__main__':
    run()

輸出：

Hello World:1527595104.8338501
Hello World:1527595104.8338501
Hello World:1527595104.8338501
Hello World:1527595104.8338501
Hello World:1527595104.8338501

async def 用來定義非同步函式，其內部有非同步操作。每個執行緒有一個事件迴圈，主執行緒呼叫asyncio.get_event_loop()時會建立事件迴圈，你需要把非同步的任務丟給這個迴圈的run_until_complete()方法，事件迴圈會安排協同程式的執行。

二、aiohttp

　　如果需要併發http請求怎麼辦呢，通常是用requests，但requests是同步的庫，如果想非同步的話需要引入aiohttp。這裡引入一個類，from aiohttp import ClientSession，首先要建立一個session物件，然後用session物件去開啟網頁。session可以進行多項操作，比如post, get, put, head等。

基本用法：

async with ClientSession() as session:
    async with session.get(url) as response:

aiohttp非同步實現的例子：

import asyncio
from aiohttp import ClientSession


tasks = []
url = "https://www.baidu.com/{}"
async def hello(url):
    async with ClientSession() as session:
        async with session.get(url) as response:
            response = await response.read()
            print(response)

if __name__ == '__main__':
    loop = asyncio.get_event_loop()
    loop.run_until_complete(hello(url))

首先async def 關鍵字定義了這是個非同步函式，await 關鍵字加在需要等待的操作前面，response.read()等待request響應，是個耗IO操作。然後使用ClientSession類發起http請求。

多連結非同步訪問

如果我們需要請求多個URL該怎麼辦呢，同步的做法訪問多個URL只需要加個for迴圈就可以了。但非同步的實現方式並沒那麼容易，在之前的基礎上需要將hello()包裝在asyncio的Future物件中，然後將Future物件列表作為任務傳遞給事件迴圈。

import time
import asyncio
from aiohttp import ClientSession

tasks = []
url = "https://www.baidu.com/{}"
async def hello(url):
    async with ClientSession() as session:
        async with session.get(url) as response:
            response = await response.read()
#            print(response)
            print('Hello World:%s' % time.time())

def run():
    for i in range(5):
        task = asyncio.ensure_future(hello(url.format(i)))
        tasks.append(task)


if __name__ == '__main__':
    loop = asyncio.get_event_loop()
    run()
    loop.run_until_complete(asyncio.wait(tasks))

輸出：

Hello World:1527754874.8915546
Hello World:1527754874.899039
Hello World:1527754874.90004
Hello World:1527754874.9095392
Hello World:1527754874.9190395

收集http響應

好了，上面介紹了訪問不同連結的非同步實現方式，但是我們只是發出了請求，如果要把響應一一收集到一個列表中，最後儲存到本地或者打印出來要怎麼實現呢，可通過asyncio.gather(*tasks)將響應全部收集起來，具體通過下面例項來演示。

import time
import asyncio
from aiohttp import ClientSession

tasks = []
url = "https://www.baidu.com/{}"
async def hello(url):
    async with ClientSession() as session:
        async with session.get(url) as response:
#            print(response)
            print('Hello World:%s' % time.time())
            return await response.read()

def run():
    for i in range(5):
        task = asyncio.ensure_future(hello(url.format(i)))
        tasks.append(task)
    result = loop.run_until_complete(asyncio.gather(*tasks))
    print(result)

if __name__ == '__main__':
    loop = asyncio.get_event_loop()
    run()

輸出：

Hello World:1527765369.0785167
Hello World:1527765369.0845182
Hello World:1527765369.0910277
Hello World:1527765369.0920424
Hello World:1527765369.097017
[b'<!DOCTYPE html>\r\n<!--STATUS OK-->\r\n<html>\r\n<head>\r\n......

異常解決

假如你的併發達到2000個，程式會報錯：ValueError: too many file descriptors in select()。報錯的原因字面上看是 Python 調取的 select 對開啟的檔案有最大數量的限制，這個其實是作業系統的限制，linux開啟檔案的最大數預設是1024，windows預設是509，超過了這個值，程式就開始報錯。這裡我們有三種方法解決這個問題：

1.限制併發數量。（一次不要塞那麼多工，或者限制最大併發數量）

2.使用回撥的方式。

3.修改作業系統開啟檔案數的最大限制，在系統裡有個配置檔案可以修改預設值，具體步驟不再說明了。

不修改系統預設配置的話，個人推薦限制併發數的方法，設定併發數為500，處理速度更快。

#coding:utf-8
import time,asyncio,aiohttp


url = 'https://www.baidu.com/'
async def hello(url,semaphore):
    async with semaphore:
        async with aiohttp.ClientSession() as session:
            async with session.get(url) as response:
                return await response.read()


async def run():
    semaphore = asyncio.Semaphore(500) # 限制併發量為500
    to_get = [hello(url.format(),semaphore) for _ in range(1000)] #總共1000任務
    await asyncio.wait(to_get)


if __name__ == '__main__':
#    now=lambda :time.time()
    loop = asyncio.get_event_loop()
    loop.run_until_complete(run())
    loop.close()