[python異步編程之asyncio(百萬並發)]
前言:python由於GIL(全局鎖)的存在,不能發揮多核的優勢,其性能一直飽受詬病。然而在IO密集型的網絡編程里,異步處理比同步處理能提升成百上千倍的效率,彌補了python性能方面的短板,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版本引入到標准庫,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/異步的概念:
·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。。。
·異步是和同步相對的,異步是指在處理調用這個事務的之后,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、回調來通知調用者處理結果。
一、asyncio
下面通過舉例來對比同步代碼和異步代碼編寫方面的差異,其次看下兩者性能上的差距,我們使用sleep(1)模擬耗時1秒的io操作。
·****同步代碼:
import time
def hello():
time.sleep(1)
def run():
for i in range(5):
hello()
print('Hello World:%s' % time.time()) # 任何偉大的代碼都是從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
·****異步代碼:
import time
import asyncio
# 定義異步函數
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 用來定義異步函數,其內部有異步操作。每個線程有一個事件循環,主線程調用asyncio.get_event_loop()時會創建事件循環,你需要把異步的任務丟給這個循環的run_until_complete()方法,事件循環會安排協同程序的執行。
二、aiohttp
如果需要並發http請求怎么辦呢,通常是用requests,但requests是同步的庫,如果想異步的話需要引入aiohttp。這里引入一個類,from aiohttp import ClientSession,首先要建立一個session對象,然后用session對象去打開網頁。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異步實現的例子:
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異步函數,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。然后使用ClientSession類發起http請求。
多鏈接異步訪問
如果我們需要請求多個URL該怎么辦呢,同步的做法訪問多個URL只需要加個for循環就可以了。但異步的實現方式並沒那么容易,在之前的基礎上需要將hello()****包裝在asyncio的Future對象中,然后將Future對象列表作為任務傳遞給事件循環。
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鏈接的異步實現方式,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,最后保存到本地或者打印出來要怎么實現呢,可通過asyncio.gather(*tasks)將響應全部收集起來,具體通過下面實例來演示。
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
假如你的並發達到2000個,程序會報錯:ValueError: too many file descriptors in select()。報錯的原因字面上看是 Python 調取的 select 對打開的文件有最大數量的限制,這個其實是操作系統的限制,linux打開文件的最大數默認是1024,windows默認是509,超過了這個值,程序就開始報錯。這里我們有三種方法解決這個問題:
1.限制並發數量。(一次不要塞那么多任務,或者限制最大並發數量)
2.使用回調的方式。
3.修改操作系統打開文件數的最大限制,在系統里有個配置文件可以修改默認值,具體步驟不再說明了。
不修改系統默認配置的話,個人推薦限制並發數的方法,設置並發數為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) # 限制並發量為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()