Python 協程中的 IO 密集型任務和 CPU 密集型任務簡單測試

由於 Python 中的協程是運行在一條線程中通過消息隊列調控的，如果運行的線程堵塞了那么就會造成消息隊列阻塞。為了避免這種情況的發生我們需要區分 IO 密集型任務和 CUP 密集型任務，在 IO 密集型任務中，協程發生阻塞后會在消息隊列中掛起轉而執行其它協程，而如果是 CUP 密集型任務則需要新開辟線程並放入執行以避免阻塞當前線程。

"""
    協程中 IO 密集型任務和 CPU 密集型任務的區別：

    協程碰到阻塞 IO 后會掛起繼續執行下一個任務，在 IO 結束后恢復運行。
    而 CPU 密集型任務會阻塞整條消息隊列（因為協程都是在一條線程里運行的），后果就是異步變成了同步。

    IO 密集型任務舉例：請求網絡（aiohttp）、讀寫文件（aiofiles）、操作數據庫等，需要用到第三方庫
    CPU 密集型任務舉例：解析網頁、數值計算等。

    碰到 CUP 密集型任務為了防止隊列阻塞，需要用到線程池，aio提供了相應的接口，可見官方文檔。
"""
import asyncio
import time

async def work(n):
    print(f'{n} is working.') # 這里會同時打印三條信息

    await asyncio.sleep(1) # 模擬 IO

    print(f'{n} is awaked') # 這里只會打印單條信息，因為下方是 CUP 密集型任務，會阻塞消息隊列

    s = 0
    for i in range(1000000): # 模擬 CPU 密集型任務
        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)] # 創建 3 個協程

    await asyncio.gather(*tasks) # 並發啟動任務並等待任務結束

    # 取消任務
    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())