Python 协程中的 IO 密集型任务和 CPU 密集型任务简单测试

由于 Python 中的协程是运行在一条线程中通过消息队列调控的，如果运行的线程堵塞了那么就会造成消息队列阻塞。为了避免这种情况的发生我们需要区分 IO 密集型任务和 CUP 密集型任务，在 IO 密集型任务中，协程发生阻塞后会在消息队列中挂起转而执行其它协程，而如果是 CUP 密集型任务则需要新开辟线程并放入执行以避免阻塞当前线程。

"""
    协程中 IO 密集型任务和 CPU 密集型任务的区别：

    协程碰到阻塞 IO 后会挂起继续执行下一个任务，在 IO 结束后恢复运行。
    而 CPU 密集型任务会阻塞整条消息队列（因为协程都是在一条线程里运行的），后果就是异步变成了同步。

    IO 密集型任务举例：请求网络（aiohttp）、读写文件（aiofiles）、操作数据库等，需要用到第三方库
    CPU 密集型任务举例：解析网页、数值计算等。

    碰到 CUP 密集型任务为了防止队列阻塞，需要用到线程池，aio提供了相应的接口，可见官方文档。
"""
import asyncio
import time

async def work(n):
    print(f'{n} is working.') # 这里会同时打印三条信息

    await asyncio.sleep(1) # 模拟 IO

    print(f'{n} is awaked') # 这里只会打印单条信息，因为下方是 CUP 密集型任务，会阻塞消息队列

    s = 0
    for i in range(1000000): # 模拟 CPU 密集型任务
        s += i

    print(f'{n} is done.')

    return s


async def main():
    st = time.time()
    tasks = [asyncio.create_task(work(i)) for i in range(3)] # 创建 3 个协程

    await asyncio.gather(*tasks) # 并发启动任务并等待任务结束

    # 取消任务
    for task in tasks:
        task.cancel()

    await asyncio.gather(*task, return_exceptions=True)

    print('Done {:.2f}'.format(time.time()-st))


if __name__ == '__main__':
    asyncio.run(main())