从python协程理解tornado异步
2015-05-31 00:00
603 查看
摘要: tornado最难理解的部分也就是这个单进程单线程的框架利用python协程实现的异步操作
博客原文地址:http://www.v2steve.com/2015/05/31/python/py_tornado_async/
刚接触tornado时候最疑惑的问题就是tornado.gen.coroutine是怎么实现的。如何在代码中用同步格式实现异步效果。看了几次源码发现其实就是python协程的一个具体应用。下面从生成器开始,说说tornado的异步。
如上面代码,函数gen()因为存在
这其实就是用生成器来实现一个协程的例子,程序在需要跳转的地方被挂起,CPU跳转到其他代码执行,一旦需要继续刚才的状态,就用send发送一个值。但是这有什么用呢?没错,就是接下来要讲的异步IO。当执行到一段需要等待IO返回结果的代码时,为了提高效率,可以将当前执行状态挂起,转而去干其他事情。一旦IO处理完毕,就触发回调函数,回调函数里执行上述的send()方法,将处理结果传递回之前的状态里,程序再次回到之前挂起的状态,继续执行刚才未完成的操作。
下面看看这个装饰器做了哪些操作(不了解装饰器的朋友请自行搜索一下,这是python的最好用的语法糖)。我根据需要精简了部分代码,请自行查看源码了解更多:
分析一下,首先开头部分判断如果有callback函数,就把callback加入ioloop。否则把被修饰的func实例化为一个生成器result(即上面代码里的get()函数,因为yield的缘故,get已经成为一个生成器函数),然后执行一次next(result),注意,在上上面的代码中,get()中yield的方法foo()是异步操作,所以通知IO后没有等待,直接return,就像最开始说的协程示例一样,修饰器里的next(result)也直接返回,异步操作被挂起,之后实例化一个Runner,Runner内部会将自己的callback放入ioloop,callback中包含了send方法。一旦IO处理完毕,ioloop就调用callback,callback再调用send将结果塞回yield之后的代码处,CPU跳回来继续执行之前挂起的函数。
整个过程下来,代码看起来是从头到尾行云流水,但是内部实现的逻辑却是利用python的协程,让CPU在不同的代码间自如跳转,为IO处理实现异步化。
博客原文地址:http://www.v2steve.com/2015/05/31/python/py_tornado_async/
刚接触tornado时候最疑惑的问题就是tornado.gen.coroutine是怎么实现的。如何在代码中用同步格式实现异步效果。看了几次源码发现其实就是python协程的一个具体应用。下面从生成器开始,说说tornado的异步。
python协程
python利用yield关键字实现生成器,yield就像生化危机里的T病毒,被yield感染的函数都不仅仅是函数,而是一个函数生成器。函数生成器实例化后可以不断调用next方法吐出yield后的值。见下面代码:def gen(): while True: a = yield print a b = gen() b.next() # 直接返回,无输出 b.send(16) # 打印16
如上面代码,函数gen()因为存在
yield关键字,就变成了一个生成器函数,实例化这个生成器函数gen得到b,调用b的
next()方法,会执行gen(),直到遇到第一个yield关键字后返回yield后的值(第一次执行直接返回,没有返回值),这时如果继续调用b.next(),就会每次读到yield处返回一个值。但是倘若调用b的send()方法,就会传递一个值到给生成器,CPU会从刚才挂起的状态开始继续,从yield后传入此值继续执行直到再遇到yield。
这其实就是用生成器来实现一个协程的例子,程序在需要跳转的地方被挂起,CPU跳转到其他代码执行,一旦需要继续刚才的状态,就用send发送一个值。但是这有什么用呢?没错,就是接下来要讲的异步IO。当执行到一段需要等待IO返回结果的代码时,为了提高效率,可以将当前执行状态挂起,转而去干其他事情。一旦IO处理完毕,就触发回调函数,回调函数里执行上述的send()方法,将处理结果传递回之前的状态里,程序再次回到之前挂起的状态,继续执行刚才未完成的操作。
tornado的异步
tornado使用自己的异步装饰器gen.coroutine装饰需要异步操作的handler的get(或post)方法:@tornado.gen.coroutine def get(): result = yield foo() return result
下面看看这个装饰器做了哪些操作(不了解装饰器的朋友请自行搜索一下,这是python的最好用的语法糖)。我根据需要精简了部分代码,请自行查看源码了解更多:
def _make_coroutine_wrapper(func, replace_callback): @functools.wraps(func) def wrapper(*args, **kwargs): future = TracebackFuture() if replace_callback and 'callback' in kwargs: callback = kwargs.pop('callback') IOLoop.current().add_future( future, lambda future: callback(future.result())) try: result = func(*args, **kwargs) except (Return, StopIteration) as e: result = getattr(e, 'value', None) except Exception: future.set_exc_info(sys.exc_info()) return future else: if isinstance(result, types.GeneratorType): try: orig_stack_contexts = stack_context._state.contexts yielded = next(result) if stack_context._state.contexts is not orig_stack_contexts: yielded = TracebackFuture() yielded.set_exception( stack_context.StackContextInconsistentError( 'stack_context inconsistency (probably caused ' 'by yield within a "with StackContext" block)')) except (StopIteration, Return) as e: future.set_result(getattr(e, 'value', None)) except Exception: future.set_exc_info(sys.exc_info()) else: Runner(result, future, yielded) try: return future finally: future.set_result(result) return future return wrapper
分析一下,首先开头部分判断如果有callback函数,就把callback加入ioloop。否则把被修饰的func实例化为一个生成器result(即上面代码里的get()函数,因为yield的缘故,get已经成为一个生成器函数),然后执行一次next(result),注意,在上上面的代码中,get()中yield的方法foo()是异步操作,所以通知IO后没有等待,直接return,就像最开始说的协程示例一样,修饰器里的next(result)也直接返回,异步操作被挂起,之后实例化一个Runner,Runner内部会将自己的callback放入ioloop,callback中包含了send方法。一旦IO处理完毕,ioloop就调用callback,callback再调用send将结果塞回yield之后的代码处,CPU跳回来继续执行之前挂起的函数。
整个过程下来,代码看起来是从头到尾行云流水,但是内部实现的逻辑却是利用python的协程,让CPU在不同的代码间自如跳转,为IO处理实现异步化。
相关文章推荐
- Python动态类型的学习---引用的理解
- Python3写爬虫(四)多线程实现数据爬取
- 垃圾邮件过滤器 python简单实现
- 下载并遍历 names.txt 文件,输出长度最长的回文人名。
- install and upgrade scrapy
- Scrapy的架构介绍
- Centos6 编译安装Python
- 使用Python生成Excel格式的图片
- 让Python文件也可以当bat文件运行
- [Python]推算数独
- Python中zip()函数用法举例
- Python中map()函数浅析
- Python在CAM软件Genesis2000中的应用
- 使用Shiboken为C++和Qt库创建Python绑定
- FREEBASIC 编译可被python调用的dll函数示例
- Python 七步捉虫法
- Python实现的基于ADB的Android远程工具