python asyncio future_Python 期物之 asyncio.Future
asyncio.Future
第三次更新,2020-02-13
Future 的作用
负责终止 loop 的循环。
1、loop 停止循环的唯一条件为 loop._stopping = True
2、将 loop 的 _stopping 设置为 True 的活,是 future 负责干,其实就是 future 的 callbacks 中实现了终止 loop 的函数,而在给 future 对象 set_result() 时,会将 callbacks 中的函数注册到 loop 对象的 _ready 队列中,故 loop 在轮询执行之后,其状态被设置为 _stopping
事件轮询图
3、比如官方 sample 里
import asyncio
# 定义一个协程
async def slow_operation(future):
await asyncio.sleep(1)
future.set_result('Future is done!')
# 获得全局循环事件
loop = asyncio.get_event_loop()
# 实例化期物对象
future = asyncio.Future()
asyncio.ensure_future(slow_operation(future))
# loop 的 run_until_complete 会将 _run_until_complete_cb 添加到 future 的完成回调列表中。而 _run_until_complete_cb 中会执行 loop.stop() 方法
loop.run_until_complete(future)
print(future.result())
# 关闭事件循环对象
loop.close()
4、可以发现,loop 事件循环执行最外层一般是 Future 期物对象,期物会包裹其他 task 对象,在 future 对象的状态为 PENDING 时,会一直对 future 包裹的 task 对象调用 send(None) 方法,直到报出 StopIteration 方法。期物包裹的每一个 task 对象在执行完成后都会执行回调,如果期物包裹的所有 task 均执行完毕,则执行期物的 future.set_result() 方法,此方法不仅会将期物的状态设置为 FINISHED,还会执行期物的完成回调方法,执行 loop.stop() 方法。此时 loop 停止循环。
Future 的关键属性和方法
属性
_state = _PENDING # 表征状态,5 颗星
_result = None # 存储结果值,5 颗星
_exception
_loop # 5 颗星
_source_traceback
_asyncio_future_blocking = False # 用以在 task._step() 方法中判断是否为期物,以及期物是否已执行完毕,重要指数 5 颗星
_log_traceback
核心方法
__iter__ 方法 # 重要指数,5 颗星
def __iter__(self):
if not self.done():
# 如果期物的状态非 FINISHED,则将其 _asyncio_future_blocking 属性设置为 True,并且 yield self,这个设置是告诉 task,期物未执行完毕,期物的值应该在期物执行完毕后再获取。
self._asyncio_future_blocking = True
yield self # This tells Task to wait for completion.
assert self.done(), "yield from wasn't used with future" # 此处用于在期物没有执行完下强行获取期物值的情况。
return self.result() # May raise too.
set_result 方法,4.5 颗星
def set_result(self, result):
if self._state != _PENDING:
raise InvalidStateError('{}: {!r}'.format(self._state, self))
self._result = result # 给期物的结果值属性赋值
self._state = _FINISHED # 设置期物的状态为 FINISHED
self._schedule_callbacks() # 执行期物的完成回调方法,即将回调方法注册到 loop 对象的 _ready 队列中
add_done_callback 方法,4 颗星
def add_done_callback(self, fn):
if self._state != _PENDING:
self._loop.call_soon(fn, self) # 如果非 pending 状态,则立即将回调方法注册到 loop 对象的 _ready 队列中
else:
self._callbacks.append(fn) # 如果 pending 状态,则将回调添加到回调列表中,等待给期物设置 result 是调用执行
其他的方法
__init__ 方法:初始化 loop 对象和 _callbacks 列表
cancel 方法:将 future 的状态变更为 CANCELLED, 执行完成回调列表
_schedule_callbacks 方法:执行 _callbacks 列表的回调,即往 loop 对象的 _ready 队列中注册方法
总结(期物的设计思想)
1、通过 _state 标记其当前状态
2、将标记 loop._stopping 为 True 的动作或者其他一些标记动作放到 _callbacks 中,在期物设置其结果值set_result()时,将回调函数注册到 loop 对象的 _ready 队列中,在后续轮询时执行从而达到终止 loop 循环的目的。
3、期物因为其__iter__方法的实现方式,
在其 _state 为 PENDING 时,通过标记 _asyncio_future_blocking 为 True,且 yield self 告知 _step()当前期物的状态为 PENDING,需要将 _step() 操作添加到期物的 _callbacks 中,等期物的状态为 FINISHED 时,再获取期物的值。
在 _state 为 FINISHED 时,直接获取期物的 result 值。
4、上述官方 sample 中:
_run_until_complete_cb 即负责设置 loop._stopping=True,在 loop.run_until_complete(future) 方法中,会将_run_until_complete_cb方法添加到 future 的 _callbacks 中,当 future 有结果值(set_result())时,执行回调,终止 loop 的执行。
Note:asyncio.sleep() 解析
源码:
@coroutine
def sleep(delay, result=None, *, loop=None):
"""Coroutine that completes after a given time (in seconds)."""
if delay == 0:
yield
return result
if loop is None:
loop = events.get_event_loop()
future = loop.create_future()
h = future._loop.call_later(delay,
futures._set_result_unless_cancelled,
future, result)
try:
return (yield from future)
finally:
h.cancel()
1、当 delay 为0时,再次使用 send(None) 迭代执行获取 result 值;当 delay 不为0时,将 _set_result_unless_cancelled方法添加到延时 delay 后执行,_set_result_unless_cancelled是设置 future 的结果值。
2、return (yield from future) 相当于
data = None
for _tmp in future:
data = yield _tmp
return data
每个future 都会至少一次,至多两次执行 yield 语句来获取其结果值。
如何高效处理异步协程
1、关于 sleep(duration)
sleep 的设计思想是将回调绑定当前时间+duration实例化 TimeHandle 对象。
将所有的 TimeHandle 对象添加到堆列表 leap 中,TimeHandle 对象使用其时间(time)属性比较大小。
loop 在循环执行 leap 列表时,会判定当前时间 current_time 是否小于 leap 的第一个值 near_time,如果小于则 time.sleep(near_time-current_time) ,然后执行第一个回调,否则立即执行第一个回调。
2、关于 I/O
生成 socket 对象绑定 ip 和 port 然后进行监听,并且将 socket 对象及其回调注册到 selector 对象中,当 socket 收到可读或可写消息时(socket注册到selector时,可选择读消息或写消息或读写消息),执行回调。
回调的应用:一般会在回调中使用 accept 获取连接到当前 socket 的 cli_socket,然后将 cli_socket 注册到 selector 对象,客户端即可以和 cli_socket 进行通信。
分割线,第一次更新,18-03-03
Future
class Future:
"""
这个类同 concurrent.futures.Future基本上是兼容的
Difference:
- result() 和 exception() 不提供 timeout 参数,并且如果期物没有执行完毕会 raise 异常
- 使用 add_done_callback() 注册的回调只能通过循环事件的 call_soon_threadsafe() 执行
- 同 wait() 和 as_completed() 方法不兼容
(Python 3.4 以及后面可能会统一这一块的处理)
"""
# Class variables serving as defaults for instance variables.
_state = _PENDING
_result = None
_exception = None
_loop = None
_source_traceback = None
_blocking = False # proper use of future (yield vs yield from)
_log_traceback = False # Used for Python 3.4 and later
_tb_logger = None # Used for Python 3.3 only
def __init__(self, *, loop=None):
"""
使用 loop 初始化期物实例
"""
if loop is None:
self._loop = events.get_event_loop()
else:
self._loop = loop
self._callbacks = []
if self._loop.get_debug():
self._source_traceback = traceback.extract_stack(sys._getframe(1))
# 格式化展示回调函数
def __format_callbacks(self):
cb = self._callbacks
size = len(cb)
if not size:
cb = ''
def format_cb(callback):
return events._format_callback_source(callback, ())
if size == 1:
cb = format_cb(cb[0])
elif size == 2:
cb = '{}, {}'.format(format_cb(cb[0]), format_cb(cb[1]))
elif size > 2:
cb = '{}, , {}'.format(format_cb(cb[0]),
size-2,
format_cb(cb[-1]))
return 'cb=[%s]' % cb
# 格式化展示信息
def _repr_info(self):
info = [self._state.lower()]
if self._state == _FINISHED:
if self._exception is not None:
info.append('exception={!r}'.format(self._exception))
else:
# use reprlib to limit the length of the output, especially
# for very long strings
result = reprlib.repr(self._result)
info.append('result={}'.format(result))
if self._callbacks:
info.append(self.__format_callbacks())
if self._source_traceback:
frame = self._source_traceback[-1]
info.append('created at %s:%s' % (frame[0], frame[1]))
return info
def __repr__(self):
info = self._repr_info()
return '' % (self.__class__.__name__, ' '.join(info))
# On Python 3.3 and older, objects with a destructor part of a reference
# cycle are never destroyed. It's not more the case on Python 3.4 thanks
# to the PEP 442.
if compat.PY34:
def __del__(self):
if not self._log_traceback:
# set_exception() was not called, or result() or exception()
# has consumed the exception
return
exc = self._exception
context = {
'message': ('%s exception was never retrieved'
% self.__class__.__name__),
'exception': exc,
'future': self,
}
if self._source_traceback:
context['source_traceback'] = self._source_traceback
self._loop.call_exception_handler(context)
def cancel(self):
"""
取消期物,并且执行回调。如果期物已经 done 或者 cancelled,返回 False。
变更期物的状态,通知事件循环去安排回调,并且返回 True
"""
if self._state != _PENDING:
return False
self._state = _CANCELLED
self._schedule_callbacks()
return True
def _schedule_callbacks(self):
"""
通知事件循环尽快的执行回调,清空 callback 列表
"""
callbacks = self._callbacks[:]
if not callbacks:
return
self._callbacks[:] = []
for callback in callbacks:
self._loop.call_soon(callback, self)
def cancelled(self):
return self._state == _CANCELLED
# Don't implement running(); see http://bugs.python.org/issue18699
def done(self):
"""
期物已经运行结束或取消都是 done 的状态
"""
return self._state != _PENDING
def result(self):
"""
不会阻塞等待期物的执行,如果期物的状态非 _FINISHED,则 raise 对应的错误。如果 _exception 值存在,则 raise 对应的值,否则返回 _result值
"""
if self._state == _CANCELLED:
raise CancelledError
if self._state != _FINISHED:
raise InvalidStateError('Result is not ready.')
self._log_traceback = False
if self._tb_logger is not None:
self._tb_logger.clear()
self._tb_logger = None
if self._exception is not None:
raise self._exception
return self._result
def exception(self):
"""
不会阻塞等待期物的执行,如果期物的状态非 _FINISHED,则 raise 对应的错误。返回 _exception 值
"""
if self._state == _CANCELLED:
raise CancelledError
if self._state != _FINISHED:
raise InvalidStateError('Exception is not set.')
self._log_traceback = False
if self._tb_logger is not None:
self._tb_logger.clear()
self._tb_logger = None
return self._exception
def add_done_callback(self, fn):
"""
给期物运行完毕添加方法回调
如果期物已经运行完毕,则立即回调
"""
if self._state != _PENDING:
self._loop.call_soon(fn, self)
else:
self._callbacks.append(fn)
# New method not in PEP 3148.
def remove_done_callback(self, fn):
"""
移除指定回调
"""
filtered_callbacks = [f for f in self._callbacks if f != fn]
removed_count = len(self._callbacks) - len(filtered_callbacks)
if removed_count:
self._callbacks[:] = filtered_callbacks
return removed_count
# So-called internal methods (note: no set_running_or_notify_cancel()).
def set_result(self, result):
"""
标记期物运行结束,设置 _result 值,如果在期物运行结束时调用这个方法,则 raise InvalidStateError
"""
if self._state != _PENDING:
raise InvalidStateError('{}: {!r}'.format(self._state, self))
self._result = result
self._state = _FINISHED
self._schedule_callbacks() # 运行回调
def set_exception(self, exception):
"""
标记期物运行结束,设置 _exception 值,如果在期物运行结束时调用这个方法,则 raise InvalidStateError
"""idStateError.
if self._state != _PENDING:
raise InvalidStateError('{}: {!r}'.format(self._state, self))
if isinstance(exception, type):
exception = exception()
if type(exception) is StopIteration:
raise TypeError("StopIteration interacts badly with generators "
"and cannot be raised into a Future")
self._exception = exception
self._state = _FINISHED
self._schedule_callbacks()
if compat.PY34:
self._log_traceback = True
else:
self._tb_logger = _TracebackLogger(self, exception)
# Arrange for the logger to be activated after all callbacks
# have had a chance to call result() or exception().
self._loop.call_soon(self._tb_logger.activate)
def __iter__(self):
if not self.done():
self._blocking = True
yield self # This tells Task to wait for completion.
assert self.done(), "yield from wasn't used with future"
return self.result() # May raise too.
if compat.PY35:
# 兼容 async/await 方法
__await__ = __iter__ # make compatible with 'await' expression
python asyncio future_Python 期物之 asyncio.Future相关推荐
- python asyncio future_Python中的asyncio模块中的Future和Task的区别?
问题一 按照官方文档的描述,Task是Futrue的一个subclass,标准库中也分别提供了create_task和create_future.请问这两者有功能上的什么区别? 问题二 对于ensur ...
- python asyncio future_Python asyncio.isfuture方法代码示例
本文整理汇总了Python中asyncio.isfuture方法的典型用法代码示例.如果您正苦于以下问题:Python asyncio.isfuture方法的具体用法?Python asyncio.i ...
- python asyncio future_Python asyncio.ensure_future方法代碼示例
本文整理匯總了Python中asyncio.ensure_future方法的典型用法代碼示例.如果您正苦於以下問題:Python asyncio.ensure_future方法的具體用法?Python ...
- 【Python】【容器 | 迭代对象 | 迭代器 | 生成器 | 生成器表达式 | 协程 | 期物 | 任务】...
Python 的 asyncio 类似于 C++ 的 Boost.Asio. 所谓「异步 IO」,就是你发起一个 IO 操作,却不用等它结束,你可以继续做其他事情,当它结束时,你会得到通知. Asyn ...
- python并发编程:协程asyncio、多线程threading、多进程multiprocessing
python并发编程:协程.多线程.多进程 CPU密集型计算与IO密集型计算 多线程.多进程与协程的对比 多线程 创建多线程的方法 多线程实现的生产者-消费者爬虫 Lock解决线程安全问题 使用线程池 ...
- python asyncio理解_深入理解asyncio(二)
Asyncio.gather vs asyncio.wait 在上篇文章已经看到多次用asyncio.gather了,还有另外一个用法是asyncio.wait,他们都可以让多个协程并发执行.那为什么 ...
- python异步asy_Python 异步编程之asyncio【转载】
一.协程的认识 协程(Coroutine),也可以被称为微线程,是一种用户态内的上下文切换技术. 简而言之,其实就是通过一个线程实现代码块相互切换执行.例如:deffunc1():print(1) . ...
- python协程asyncio 应用_Python-如何使用asyncio同时运行多个协程?
TL:DR使用^{}同时运行多个协程.Maybe this scenario requires a framework based on events/callbacks rather than on ...
- python视频学习002(2017年老男孩最新全栈python第2期视频教程)---电脑简史
申明 计算机简史 申明 最近开始系统的学习python,跟着老男孩的python教程一起学习并记录下相关内容,2017年老男孩最新全栈python第2期视频教程 相关视频下载请参考我上一篇博客,上面介 ...
最新文章
- app如何打开了request url_手机日历app内如何打开节日提醒功能?支持提前提醒节日的云便签...
- 图像孔洞填充与小连通域的删除
- php实现单个用户禁止重复登录,防止同一用户同时登陆
- python牛顿法寻找极值_python使用梯度下降和牛顿法寻找Rosenbrock函数最小值实例...
- datagridview选中获取行号_DataGridView控件显示行号的正确代码及分析
- 沈阳大学计算机考研,计算机专业考研成功经验谈:掌握方法,以不变应万变
- Android笔记 xml补间动画
- mysql判断可用性,MySQL -- 主從復制的可靠性與可用性
- java 定义三维列表_java 多维数据定义
- 八.nginx网站服务实践应用
- [x-means] 1.x-means简介
- 最近amd.dll闹的很火
- C# 类2010-11-07
- windows配置Hadoop开发环境
- HTML和CSS面试题—整理过的48题,关注收藏,持续更新
- Git 2.29.2 64位安装包
- tp1900芯片对比7621a_MT7621A /MT7620N / MT7620A单频双频刷机教程(区别于高通芯片刷机过程)...
- 性能测试七种常用方法,以及四大应用领域
- 【软件测试】可以写进简历的项目实战内容
- 飞塔防火墙命令行终端修改输出长度