Python并行编程实践（下）

type

status

date

slug

summary

协程与异步

这里主要使用的就是asyncio这个库，用来编写并发代码，使用 async/await 语法，至于协程和异步什么关系，可以参考官方文档的一段话：

协程是子例程的更一般形式。子例程可以在某一点进入并在另一点退出。协程则可以在许多不同的点上进入、退出和恢复。它们可通过 async def 语句来实现

运行程序

异步程序的运行在不同的 python 版本有不同的方法，如果你在网上看如下这种运行异步程序的方法：

上面写的也是没错的，但此方法是 python3.7 之前运行异步程序的方法，在 3.7 之后有了更简便的写法，如下：

也建议大家使用更高级的写法，因为谁不想少写点代码呢。

基本使用

在 python 中，如果想直接调用一个使用async装饰的异步函数，一点要在前面加await等待运行结束

创建任务

当你想创建一个后台任务，让它慢慢执行的时候，可以用这个：asyncio.create_task(coro, *, name=None)其中 name 形参是 3.8 加入进去的，意思是任务的名字，使用实例如下：

可以看到我们在开始就创建了一个后台任务task，该任务会在 3 秒后输出内容，随后又调用了三次函数factorial，该函数会等待 1 秒后返回，所以输出了以下内容，但如果你们尝试把函数factorial只运行 1 此或两次，会发现任务task没有执行完程序就结束了，因为我们只是把它当作一个后台任务来运行，并没有等待，这时有两种方案：

如果你的程序的服务端程序就不用管了，反正不会结束

如果你的代码就是一个脚本可以在最后等待后台任务的结束：

并发运行任务

看了上面你可能会说，我懂了，只要批量创建任务，它不就是并发了吗？也没错，但有更好的方法，就是使用asyncio.gather(*aws, return_exceptions=False)，有两个参数，第一个参数就是一堆协程，第二个是发生异常时是直接中断还是随着结果一起返回，默认是中断不返回，这个函数有一个返回值，那就是所有任务的运行结果，如下示例：

控制速度

到现在为止，已经完成了使用异步的并发操作，但这种并发是不可控的，比如前文的线程池和进程池，都有一个参数为max_workers，是控制速度用的，而在异步编程中也有控制并发速度的，叫做信号量，简单写一个示例：

仔细观看输出的时候你会发现是5个5个一组的输出出来，这就是用到了信号量：asyncio.Semaphore()，他只有一个参数就是要限制的并发数量，然后把要限制的代码使用上下文管理器包裹起来就好，但要注意的是，实例化信号量的时候一定要在主事件循环中，也就是使用async装饰的函数里面才可以，否则会报错，大家可以尝试一下。

参考资料

官方文档--协程与任务

官方文档--信号量

结束了

其实标题上的“并行编程实践并不严谨”，因为线程池和异步的协程都是属于并发的，只有多进程的才是并行。然后呢，本篇文章也只是带大家入个门，知道咋用。至于为啥没写那么详细呢？我更希望看到的各位呢，也只是把它当作一个入门，然后通过自己去了解更深入的知识。