python并发与并行（十一） ———— 让asyncio的事件循环保持畅通，以便进一步提升程序的响应能力

2024-08-29 06:20
文章标签 python 程序 并发 事件 提升 循环 响应 进一步 asyncio 能力 十一 畅通 保持 并行

本文主要是介绍python并发与并行（十一） ———— 让asyncio的事件循环保持畅通，以便进一步提升程序的响应能力，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

前一篇blog说明了怎样把采用线程所实现的项目逐步迁移到asyncio方案上面。迁移后的run_tasks协程，可以将多份输入文件通过tail_async协程正确地合并成一份输出文件。

import asyncio# On Windows, a ProactorEventLoop can't be created within
# threads because it tries to register signal handlers. This
# is a work-around to always use the SelectorEventLoop policy
# instead. See: https://bugs.python.org/issue33792
policy = asyncio.get_event_loop_policy()
policy._loop_factory = asyncio.SelectorEventLoopasync def run_tasks(handles, interval, output_path):with open(output_path, 'wb') as output:async def write_async(data):output.write(data)tasks = []for handle in handles:coro = tail_async(handle, interval, write_async)task = asyncio.create_task(coro)tasks.append(task)await asyncio.gather(*tasks)

但这样写有个大问题，就是针对输出文件所做的open、close以及write操作，全都要放在主线程中执行，而这些操作又需要在程序所处的操作系统执行系统调用，这些调用可能会让事件循环阻塞很长一段时间，导致其他协程没办法推进。这会降低程序的总体响应能力，而且会增加延迟，对于高并发服务器来说，这个问题尤其严重。

调用asyncio.run函数时，把debug参数设为True，可以帮助我们发现这种问题。例如，下面这种写法就能显示出，slow_coroutine协程所执行的系统调用耗时比较长，这可以提醒我们注意，要读取的文件是否已经损坏，或者其中某一行是否读不出来。

import timeasync def slow_coroutine():time.sleep(0.5)  # Simulating slow I/Oasyncio.run(slow_coroutine(), debug=True)

为了进一步提升程序的响应能力，我们可以想办法把那些有可能会执行系统调用的操作从程序本身的事件循环里面拿走。例如，新建这样一个Thread子类，让它把那种给输出文件写入数据的操作封装到自己的事件循环里面，这样就不会阻塞程序本身的事件循环了。

其他线程中的协程，可以直接调用这个线程类的write方法，并对该方法做await。其实这个write方法，只不过是把真正负责执行写入操作的那个real_write封装了起来。这种封装方式能够确保线程安全，因此不需要再通过Lock加锁.

然后，我们按照相似的思路，编写真正负责停止本线程的real_stop方法，并把它封装到stop里面，这样的话，其他协程就可以通过stop方法告知本线程应该结束工作。这项操作同样是线程安全的。

另外，还可以定义__aenter__与__aexit__方法，让我们的线程能够用在异步版本的with语句之中，以确保该线程的启动与关闭会安排在适当的时机执行，而不拖慢主事件循环所在的那条线程。

from threading import Threadclass WriteThread(Thread):def __init__(self, output_path):super().__init__()self.output_path = output_pathself.output = Noneself.loop = asyncio.new_event_loop()def run(self):asyncio.set_event_loop(self.loop)with open(self.output_path, 'wb') as self.output:self.loop.run_forever()# Run one final round of callbacks so the await on# stop() in another event loop will be resolved.self.loop.run_until_complete(asyncio.sleep(0))# Example 4async def real_write(self, data):self.output.write(data)async def write(self, data):coro = self.real_write(data)future = asyncio.run_coroutine_threadsafe(coro, self.loop)await asyncio.wrap_future(future)# Example 5async def real_stop(self):self.loop.stop()async def stop(self):coro = self.real_stop()future = asyncio.run_coroutine_threadsafe(coro, self.loop)await asyncio.wrap_future(future)# Example 6async def __aenter__(self):loop = asyncio.get_event_loop()await loop.run_in_executor(None, self.start)return selfasync def __aexit__(self, *_):await self.stop()

这段代码演示了如何结合使用 Python 的 asyncio 模块和线程 (threading.Thread) 来创建一个在单独线程中运行的异步事件循环。这在需要在异步环境中执行 I/O 操作，但又不想阻塞主事件循环时非常有用。下面是对代码中关键部分的解释：

WriteThread 类 (继承自 Thread)

  1. 初始化 (__init__ 方法):

    • 构造函数设置了 output_path，这是输出文件的路径。
    • self.loop 创建了一个新的异步事件循环。

  2. run 方法:

    • 这个方法是线程的入口点，它设置当前线程的事件循环，并打开输出文件。
    • self.loop.run_forever() 使事件循环持续运行，直到调用 stop 方法。
    • 最后，通过 self.loop.run_until_complete(asyncio.sleep(0)) 确保事件循环能够完成所有挂起的协程。

异步写入方法

  1. real_write 协程:

    • 这是一个普通的协程，用于执行实际的写入操作。

  2. write 协程:

    • 这个方法使用 asyncio.run_coroutine_threadsafe 安全地从另一个线程运行 real_write 协程。
    • 它等待 real_write 完成，并使用 await asyncio.wrap_future(future) 将 Future 对象包装为协程。

停止事件循环

  1. real_stop 协程:

    • 这个方法简单地调用 self.loop.stop() 来停止事件循环。

  2. stop 协程:

    • 类似于 write 方法，它使用 asyncio.run_coroutine_threadsafe 来安排 real_stop 在事件循环中运行。

上下文管理器协议

  1. __aenter__ 协程:

    • 这个方法实现了上下文管理器协议的 __enter__ 方法，允许使用 with 语句来管理 WriteThread 对象的生命周期。
    • 它使用 await 来启动线程。

  2. __aexit__ 协程:

    • 这个方法实现了上下文管理器协议的 __exit__ 方法，用于清理操作，比如停止事件循环。

关键点

  • 事件循环在新线程中运行：通过在 Thread 的子类中创建和运行自己的事件循环，可以在不阻塞主线程的情况下执行异步操作。
  • 线程安全地运行协程：使用 asyncio.run_coroutine_threadsafe 可以在不同的线程中安排协程的执行。
  • 上下文管理器：通过实现 __aenter__ 和 __aexit__ 方法，WriteThread 对象可以在 with 语句中使用，这提供了一种优雅的资源管理方式。

这种模式允许你将异步 I/O 操作与线程结合使用，充分利用 asyncio 的优势，同时避免在 I/O 密集型操作中阻塞主事件循环。

写好了新的线程类之后，我们可以重构run_tasks，把它变成纯粹的异步版本。这个版本更易读懂，而且完全避免了那些耗时较长的系统调用把主事件循环所在的线程拖慢。

class NoNewData(Exception):passdef readline(handle):offset = handle.tell()handle.seek(0, 2)length = handle.tell()if length == offset:raise NoNewDatahandle.seek(offset, 0)return handle.readline()async def tail_async(handle, interval, write_func):loop = asyncio.get_event_loop()while not handle.closed:try:line = await loop.run_in_executor(None, readline, handle)except NoNewData:await asyncio.sleep(interval)else:await write_func(line)async def run_fully_async(handles, interval, output_path):async with WriteThread(output_path) as output:tasks = []for handle in handles:coro = tail_async(handle, interval, output.write)task = asyncio.create_task(coro)tasks.append(task)await asyncio.gather(*tasks)

现在验证这样写是否正确。我们把一批输入文件所对应的句柄放在handles里面，交给run_fully_async去合并，然后调用confirm_merge函数，以确认这些文件之中的内容，已经合并到了输出文件里面。

import collections
import os
import random
import string
from tempfile import TemporaryDirectorydef write_random_data(path, write_count, interval):with open(path, 'wb') as f:for i in range(write_count):time.sleep(random.random() * interval)letters = random.choices(string.ascii_lowercase, k=10)data = f'{path}-{i:02}-{"".join(letters)}\n'f.write(data.encode())f.flush()def start_write_threads(directory, file_count):paths = []for i in range(file_count):path = os.path.join(directory, str(i))with open(path, 'w'):# Make sure the file at this path will exist when# the reading thread tries to poll it.passpaths.append(path)args = (path, 10, 0.1)thread = Thread(target=write_random_data, args=args)thread.start()return pathsdef close_all(handles):time.sleep(1)for handle in handles:handle.close()def setup():tmpdir = TemporaryDirectory()input_paths = start_write_threads(tmpdir.name, 5)handles = []for path in input_paths:handle = open(path, 'rb')handles.append(handle)Thread(target=close_all, args=(handles,)).start()output_path = os.path.join(tmpdir.name, 'merged')return tmpdir, input_paths, handles, output_path# Example 9
def confirm_merge(input_paths, output_path):found = collections.defaultdict(list)with open(output_path, 'rb') as f:for line in f:for path in input_paths:if line.find(path.encode()) == 0:found[path].append(line)expected = collections.defaultdict(list)for path in input_paths:with open(path, 'rb') as f:expected[path].extend(f.readlines())for key, expected_lines in expected.items():found_lines = found[key]assert expected_lines == found_linesinput_paths = ...
handles = ...
output_path = ...tmpdir, input_paths, handles, output_path = setup()asyncio.run(run_fully_async(handles, 0.1, output_path))confirm_merge(input_paths, output_path)tmpdir.cleanup()

完整代码：


# Example 1
import asyncio# On Windows, a ProactorEventLoop can't be created within
# threads because it tries to register signal handlers. This
# is a work-around to always use the SelectorEventLoop policy
# instead. See: https://bugs.python.org/issue33792
policy = asyncio.get_event_loop_policy()
policy._loop_factory = asyncio.SelectorEventLoopasync def run_tasks(handles, interval, output_path):with open(output_path, 'wb') as output:async def write_async(data):output.write(data)tasks = []for handle in handles:coro = tail_async(handle, interval, write_async)task = asyncio.create_task(coro)tasks.append(task)await asyncio.gather(*tasks)# Example 2
import timeasync def slow_coroutine():time.sleep(0.5)  # Simulating slow I/Oasyncio.run(slow_coroutine(), debug=True)# Example 3
from threading import Threadclass WriteThread(Thread):def __init__(self, output_path):super().__init__()self.output_path = output_pathself.output = Noneself.loop = asyncio.new_event_loop()def run(self):asyncio.set_event_loop(self.loop)with open(self.output_path, 'wb') as self.output:self.loop.run_forever()# Run one final round of callbacks so the await on# stop() in another event loop will be resolved.self.loop.run_until_complete(asyncio.sleep(0))async def real_write(self, data):self.output.write(data)async def write(self, data):coro = self.real_write(data)future = asyncio.run_coroutine_threadsafe(coro, self.loop)await asyncio.wrap_future(future)async def real_stop(self):self.loop.stop()async def stop(self):coro = self.real_stop()future = asyncio.run_coroutine_threadsafe(coro, self.loop)await asyncio.wrap_future(future)async def __aenter__(self):loop = asyncio.get_event_loop()await loop.run_in_executor(None, self.start)return selfasync def __aexit__(self, *_):await self.stop()class NoNewData(Exception):passdef readline(handle):offset = handle.tell()handle.seek(0, 2)length = handle.tell()if length == offset:raise NoNewDatahandle.seek(offset, 0)return handle.readline()async def tail_async(handle, interval, write_func):loop = asyncio.get_event_loop()while not handle.closed:try:line = await loop.run_in_executor(None, readline, handle)except NoNewData:await asyncio.sleep(interval)else:await write_func(line)async def run_fully_async(handles, interval, output_path):async with WriteThread(output_path) as output:tasks = []for handle in handles:coro = tail_async(handle, interval, output.write)task = asyncio.create_task(coro)tasks.append(task)await asyncio.gather(*tasks)# This is all code to simulate the writers to the handles
import collections
import os
import random
import string
from tempfile import TemporaryDirectorydef write_random_data(path, write_count, interval):with open(path, 'wb') as f:for i in range(write_count):time.sleep(random.random() * interval)letters = random.choices(string.ascii_lowercase, k=10)data = f'{path}-{i:02}-{"".join(letters)}\n'f.write(data.encode())f.flush()def start_write_threads(directory, file_count):paths = []for i in range(file_count):path = os.path.join(directory, str(i))with open(path, 'w'):# Make sure the file at this path will exist when# the reading thread tries to poll it.passpaths.append(path)args = (path, 10, 0.1)thread = Thread(target=write_random_data, args=args)thread.start()return pathsdef close_all(handles):time.sleep(1)for handle in handles:handle.close()def setup():tmpdir = TemporaryDirectory()input_paths = start_write_threads(tmpdir.name, 5)handles = []for path in input_paths:handle = open(path, 'rb')handles.append(handle)Thread(target=close_all, args=(handles,)).start()output_path = os.path.join(tmpdir.name, 'merged')return tmpdir, input_paths, handles, output_pathdef confirm_merge(input_paths, output_path):found = collections.defaultdict(list)with open(output_path, 'rb') as f:for line in f:for path in input_paths:if line.find(path.encode()) == 0:found[path].append(line)expected = collections.defaultdict(list)for path in input_paths:with open(path, 'rb') as f:expected[path].extend(f.readlines())for key, expected_lines in expected.items():found_lines = found[key]assert expected_lines == found_linesinput_paths = ...
handles = ...
output_path = ...tmpdir, input_paths, handles, output_path = setup()asyncio.run(run_fully_async(handles, 0.1, output_path))confirm_merge(input_paths, output_path)tmpdir.cleanup()

这篇关于python并发与并行（十一） ———— 让asyncio的事件循环保持畅通，以便进一步提升程序的响应能力的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1117086。

相关文章

Python版本信息获取方法详解与实战

Python版本信息获取方法详解与实战

《Python版本信息获取方法详解与实战》在Python开发中,获取Python版本号是调试、兼容性检查和版本控制的重要基础操作,本文详细介绍了如何使用sys和platform模块获取Python的主... 目录1. python版本号获取基础2. 使用sys模块获取版本信息2.1 sys模块概述2.1.1
阅读更多...
一文详解Python如何开发游戏

一文详解Python如何开发游戏

《一文详解Python如何开发游戏》Python是一种非常流行的编程语言,也可以用来开发游戏模组,：本文主要介绍Python如何开发游戏的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参考下... 目录一、python简介二、Python 开发 2D 游戏的优劣势优势缺点三、Python 开发 3D
阅读更多...
Python函数作用域与闭包举例深度解析

Python函数作用域与闭包举例深度解析

《Python函数作用域与闭包举例深度解析》Python函数的作用域规则和闭包是编程中的关键概念,它们决定了变量的访问和生命周期,：本文主要介绍Python函数作用域与闭包的相关资料,文中通过代码... 目录1. 基础作用域访问示例1：访问全局变量示例2：访问外层函数变量2. 闭包基础示例3：简单闭包示例4
阅读更多...
Python实现字典转字符串的五种方法

Python实现字典转字符串的五种方法

《Python实现字典转字符串的五种方法》本文介绍了在Python中如何将字典数据结构转换为字符串格式的多种方法,首先可以通过内置的str()函数进行简单转换;其次利用ison.dumps()函数能够... 目录1、使用json模块的dumps方法：2、使用str方法：3、使用循环和字符串拼接：4、使用字符
阅读更多...
Python版本与package版本兼容性检查方法总结

Python版本与package版本兼容性检查方法总结

《Python版本与package版本兼容性检查方法总结》：本文主要介绍Python版本与package版本兼容性检查方法的相关资料,文中提供四种检查方法,分别是pip查询、conda管理、PyP... 目录引言为什么会出现兼容性问题方法一：用 pip 官方命令查询可用版本方法二：conda 管理包环境方法
阅读更多...
基于Python开发Windows自动更新控制工具

基于Python开发Windows自动更新控制工具

《基于Python开发Windows自动更新控制工具》在当今数字化时代,操作系统更新已成为计算机维护的重要组成部分,本文介绍一款基于Python和PyQt5的Windows自动更新控制工具,有需要的可... 目录设计原理与技术实现系统架构概述数学建模工具界面完整代码实现技术深度分析多层级控制理论服务层控制注
阅读更多...
pycharm跑python项目易出错的问题总结

pycharm跑python项目易出错的问题总结

《pycharm跑python项目易出错的问题总结》：本文主要介绍pycharm跑python项目易出错问题的相关资料,当你在PyCharm中运行Python程序时遇到报错,可以按照以下步骤进行排... 1. 一定不要在pycharm终端里面创建环境安装别人的项目子模块等，有可能出现的问题就是你不报错都安装
阅读更多...
Python打包成exe常用的四种方法小结

Python打包成exe常用的四种方法小结

《Python打包成exe常用的四种方法小结》本文主要介绍了Python打包成exe常用的四种方法,包括PyInstaller、cx_Freeze、Py2exe、Nuitka,文中通过示例代码介绍的非... 目录一.PyInstaller11.安装：2. PyInstaller常用参数下面是pyinstal
阅读更多...
Python爬虫HTTPS使用requests,httpx,aiohttp实战中的证书异步等问题

Python爬虫HTTPS使用requests,httpx,aiohttp实战中的证书异步等问题

《Python爬虫HTTPS使用requests,httpx,aiohttp实战中的证书异步等问题》在爬虫工程里,“HTTPS”是绕不开的话题,HTTPS为传输加密提供保护,同时也给爬虫带来证书校验、... 目录一、核心问题与优先级检查（先问三件事）二、基础示例：requests 与证书处理三、高并发选型：
阅读更多...
java程序远程debug原理与配置全过程

java程序远程debug原理与配置全过程

《java程序远程debug原理与配置全过程》文章介绍了Java远程调试的JPDA体系,包含JVMTI监控JVM、JDWP传输调试命令、JDI提供调试接口,通过-Xdebug、-Xrunjdwp参数配... 目录背景组成模块间联系IBM对三个模块的详细介绍编程使用总结背景日常工作中，每个程序员都会遇到bu
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2