大家好，並發編程 進入第九篇。
通過前兩節的鋪墊（關於協程的使用），今天我們終於可以來介紹我們整個系列的重點 -- asyncio。
asyncio是Python 3.4版本引入的標准庫，直接內置了對異步IO的支持。
有些同學，可能很疑惑，既然有了以生成器為基礎的協程，我們直接使用yield 和 yield from 不就可以手動實現對IO的調度了嗎？ 為何Python吃飽了沒事干，老重復造輪子。
這個問題很好回答，就跟為什么會有Django，為什么會有Scrapy，是一個道理。
他們都是框架，將很多很重復性高，復雜度高的工作，提前給你做好，這樣你就可以專注於業務代碼的研發。
跟着小明學完了協程的那些個難點，你是不是也發現了，協程的知識點我已經掌握了，但是我還是不知道怎么用，如何使用，都說它可以實現並發，但是我還是不知道如何入手？
那是因為，我們現在還缺少一個成熟的框架，幫助你完成那些復雜的動作。這個時候，ayncio就這么應運而生了。
. 本文目錄
- 如何定義/創建協程
- asyncio的幾個概念
- 學習協程是如何工作的
- await與yield對比
- 綁定回調函數
. 如何定義/創建協程
還記得在前兩章節的時候，我們創建了生成器，是如何去檢驗我們創建的是不是生成器對象嗎？
我們是借助了isinstance()函數，來判斷是否是collections.abc 里的Generator類的子類實現的。
同樣的方法，我們也可以用在這里。
只要在一個函數前面加上 async 關鍵字，這個函數對象是一個協程，通過isinstance函數，它確實是Coroutine類型。
from collections.abc import Coroutine
async def hello(name):
print('Hello,', name)
if __name__ == '__main__':
# 生成協程對象，並不會運行函數內的代碼
coroutine = hello("World")
# 檢查是否是協程 Coroutine 類型
print(isinstance(coroutine, Coroutine)) # True
前兩節，我們說，生成器是協程的基礎，那我們是不是有辦法，將一個生成器，直接變成協程使用呢。答案是有的。
import asyncio
from collections.abc import Generator, Coroutine
'''
只要在一個生成器函數頭部用上 @asyncio.coroutine 裝飾器
就能將這個函數對象，【標記】為協程對象。注意這里是【標記】，划重點。
實際上，它的本質還是一個生成器。
標記后，它實際上已經可以當成協程使用。后面會介紹。
'''
@asyncio.coroutine
def hello():
# 異步調用asyncio.sleep(1):
yield from asyncio.sleep(1)
if __name__ == '__main__':
coroutine = hello()
print(isinstance(coroutine, Generator)) # True
print(isinstance(coroutine, Coroutine)) # False
. asyncio的幾個概念
在了解asyncio的使用方法前，首先有必要先介紹一下，這幾個貫穿始終的概念。
event_loop 事件循環：程序開啟一個無限的循環，程序員會把一些函數（協程）注冊到事件循環上。當滿足事件發生的時候，調用相應的協程函數。coroutine 協程：協程對象，指一個使用async關鍵字定義的函數，它的調用不會立即執行函數，而是會返回一個協程對象。協程對象需要注冊到事件循環，由事件循環調用。future 對象： 代表將來執行或沒有執行的任務的結果。它和task上沒有本質的區別task 任務：一個協程對象就是一個原生可以掛起的函數，任務則是對協程進一步封裝，其中包含任務的各種狀態。Task 對象是 Future 的子類，它將 coroutine 和 Future 聯系在一起，將 coroutine 封裝成一個 Future 對象。async/await 關鍵字：python3.5 用於定義協程的關鍵字，async定義一個協程，await用於掛起阻塞的異步調用接口。其作用在一定程度上類似於yield。
這幾個概念，干看可能很難以理解，沒事，往下看實例，然后再回來，我相信你一定能夠理解。
. 學習協程是如何工作的
協程完整的工作流程是這樣的
- 定義/創建協程對象
- 將協程轉為task任務
- 定義事件循環對象容器
- 將task任務扔進事件循環對象中觸發
光說不練假把戲，一起來看下
import asyncio
async def hello(name):
print('Hello,', name)
# 定義協程對象
coroutine = hello("World")
# 定義事件循環對象容器
loop = asyncio.get_event_loop()
# task = asyncio.ensure_future(coroutine)
# 將協程轉為task任務
task = loop.create_task(coroutine)
# 將task任務扔進事件循環對象中並觸發
loop.run_until_complete(task)
輸出結果，當然顯而易見
Hello, World
. await與yield對比
前面我們說，await用於掛起阻塞的異步調用接口。其作用在一定程度上類似於yield。
注意這里是，一定程度上，意思是效果上一樣（都能實現暫停的效果），但是功能上卻不兼容。就是你不能在生成器中使用await，也不能在async 定義的協程中使用yield。
小明不是胡說八道的。有實錘。
普通函數中 不能使用 await
再來一錘。
async 中 不能使用yield
除此之外呢，還有一點很重要的。
yield from后面可接可迭代對象，也可接future對象/協程對象；await后面必須要接future對象/協程對象
如何驗證呢？
yield from 后面可接 可迭代對象，這個前兩章已經說過了，這里不再贅述。
接下來，就只要驗證，yield from和await都可以接future對象/協程對象就可以了。
驗證之前呢，要先介紹一下這個函數：asyncio.sleep(n)，這貨是asyncio自帶的工具函數，他可以模擬IO阻塞，他返回的是一個協程對象。
func = asyncio.sleep(2)
print(isinstance(func, Future)) # False
print(isinstance(func, Coroutine)) # True
還有，要學習如何創建Future對象，不然怎么驗證。
前面概念里說過，Task是Future的子類，這么說，我們只要創建一個task對象即可。
import asyncio
from asyncio.futures import Future
async def hello(name):
await asyncio.sleep(2)
print('Hello, ', name)
coroutine = hello("World")
# 將協程轉為task對象
task = asyncio.ensure_future(coroutine)
print(isinstance(task, Future)) # True
好了，接下來，開始驗證。
驗證通過
. 綁定回調函數
異步IO的實現原理，就是在IO高的地方掛起，等IO結束后，再繼續執行。在絕大部分時候，我們后續的代碼的執行是需要依賴IO的返回值的，這就要用到回調了。
回調的實現，有兩種，一種是絕大部分程序員喜歡的，利用的同步編程實現的回調。
這就要求我們要能夠有辦法取得協程的await的返回值。
import asyncio
import time
async def _sleep(x):
time.sleep(2)
return '暫停了{}秒！'.format(x)
coroutine = _sleep(2)
loop = asyncio.get_event_loop()
task = asyncio.ensure_future(coroutine)
loop.run_until_complete(task)
# task.result() 可以取得返回結果
print('返回結果：{}'.format(task.result()))
輸出
返回結果：暫停了2秒！
還有一種是通過asyncio自帶的添加回調函數功能來實現。
import time
import asyncio
async def _sleep(x):
time.sleep(2)
return '暫停了{}秒！'.format(x)
def callback(future):
print('這里是回調函數，獲取返回結果是：', future.result())
coroutine = _sleep(2)
loop = asyncio.get_event_loop()
task = asyncio.ensure_future(coroutine)
# 添加回調函數
task.add_done_callback(callback)
loop.run_until_complete(task)
輸出
這里是回調函數，獲取返回結果是： 暫停了2秒！
emmm，和上面的結果是一樣的。nice
