借助coroutine用同步的语法写异步

首先我们构造一个耗时足够久的服务器:

import tornado.gen
import tornado.ioloop
import tornado.web

class MainHandler(tornado.web.RequestHandler):
    @tornado.gen.coroutine
    def get(self):
        yield tornado.gen.sleep(1)
        self.write("Hello, world\n")

if __name__ == "__main__":
    application = tornado.web.Application([
        (r"/", MainHandler),
    ])
    application.listen(8888)
    tornado.ioloop.IOLoop.current().start()

每次请求都耗时一秒钟:

root@arch tests: nohup python test.py > /dev/null &
[1] 15597
nohup: ignoring input and redirecting stderr to stdout
root@arch tests:
root@arch tests: ls
sama  test.py
root@arch tests:
root@arch tests: time curl localhost:8888
Hello, world

real    0m1.018s
user    0m0.000s
sys 0m0.007s
root@arch tests: time curl localhost:8888
Hello, world

real    0m1.016s
user    0m0.003s
sys 0m0.003s

阻塞型请求

我们先来看代码:

import socket
import time

PORT = 8888
CHUNK_SIZE = 4096


def request():
    sock = socket.socket()
    sock.connect(("", PORT))
    sock.send(b"GET / HTTP/1.1\r\n\r\n")
    data = sock.recv(CHUNK_SIZE)
    print(data.decode())


start = time.time()
request()
request()
end = time.time()
print("use time: %.2f second(s)" % (end - start))

这样子的话,请求一次就需要花费一秒,请求是一个接着一个来的,在这中间的时间 进程被投入睡眠。

I/O多路复用

这个时候我们的老前辈们就有新办法了,好,我们翻开《UNIX环境高级编程》,里面有 专门讲select的,看完这个之后,我们来看看 Python 3 提供的 selectors 模块

我们把上面的代码改改:

import selectors
import socket
import time

PORT = 8888
CHUNK_SIZE = 4096
COUNT = 0

selector = selectors.DefaultSelector()


def request(selector):
    global COUNT
    sock = socket.socket()
    sock.connect(("", PORT))
    selector.register(sock.fileno(), selectors.EVENT_WRITE, data=lambda: writable(selector, sock))
    COUNT += 1


def writable(selector, sock):
    selector.unregister(sock.fileno())
    sock.send(b"GET / HTTP/1.1\r\n\r\n")
    selector.register(sock.fileno(), selectors.EVENT_READ, data=lambda: readable(selector, sock))


def readable(selector, sock):
    global COUNT
    selector.unregister(sock.fileno())
    COUNT -= 1
    data = sock.recv(CHUNK_SIZE)
    print(data.decode())


start = time.time()
request(selector)
request(selector)

while COUNT:
    for key, _ in selector.select():
        callback = key.data
        callback()

end = time.time()
print("use time: %.1f second(s)" % (end - start))
root@arch tests: python client.py
HTTP/1.1 200 OK
Content-Type: text/html; charset=UTF-8
Etag: "7b4758d4baa20873585b9597c7cb9ace2d690ab8"
Server: TornadoServer/4.4.2
Content-Length: 13
Date: Sun, 27 Nov 2016 14:02:38 GMT

Hello, world

HTTP/1.1 200 OK
Content-Type: text/html; charset=UTF-8
Etag: "7b4758d4baa20873585b9597c7cb9ace2d690ab8"
Server: TornadoServer/4.4.2
Content-Length: 13
Date: Sun, 27 Nov 2016 14:02:38 GMT

Hello, world

use time: 1.0 second(s)

再运行一下发现两次请求也只花一秒钟时间。这就是I/O多路复用模型的作用~ 但是呢,大把大把的callback把函数拆的四分五散,很不利于阅读。所以接下来我们 就要介绍主角出场: coroutine

coroutine

In [6]: def use_yield():
...:     print("enter the func")
...:     value = yield "hello"
...:     print("got: ", value)
...:     return value
...:

In [7]: gen = use_yield()

In [8]: gen.send(None)
enter the func
Out[8]: 'hello'

In [9]: gen.send("world")
got:  world
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-9-ffdc45971c0a> in <module>()
----> 1 gen.send("world")

StopIteration: world

In [10]: type(gen)
Out[10]: generator

说好的coroutine呢?怎么最后输出的是generator?别着急,且听我慢慢说来。

首先我们先下个定义,包含了yield关键字的函数就叫generator。来我们先 默念三遍,包含了yield关键字的函数就叫generator; 包含了yield关键字的函数就叫generator; 包含了yield关键字的函数就叫generator。

什么叫generator呢?就是这个函数可以执行到中间某句话的时候,把控制权转让给别人。 并且在未来,别人可以让这个函数从那句话处继续执行。我们通过next让generator执行 到下一个yield处,如果之后没有了yield就会执行到函数结尾,然后抛一个 StopIteration 异常。而且我们还可以通过 .send 给generator发送数据,恢复它的执行。

个人的理解就是,在python的世界里,coroutine是建立在generator的语法基础上的产物。 并没有具体的形式,coroutine就是用户来控制程序切换。具体在python里就是用户通过 yield把控制权丢出去,通过 .send 或者 next 来切回那个函数里继续执行。

注:接下来所有说用 next 的地方,实际代码上我都是用的 .send

coroutine based I/O

我想在等待I/O的时候,把cpu控制权丢出去,让别人继续执行,等到I/O准备完成的时候, 再来执行我。这句话有点熟悉,就跟我们站在第一人称描述I/O多路复用的时候一样: 我想在等待I/O的时候把我挂起,让别人执行,我给你一个回调函数,等到I/O准备完成的 时候,你去执行这个回调函数。

那如果我们想通过yield来抹平回调函数把原本一个函数切分成两个函数的缝隙呢? 函数执行的一个缺点就是执行完之后,函数中的变量状态就丢失了。

> 注:我们简单说一下Python的VM,Python是有自己的指令的,就跟x86的cpu有 自己的指令一样。我们来简单看一下:

In [17]: def foo():
    ...:     bar()
    ...:

In [18]: def bar():
    ...:     pass
    ...:

In [19]: import dis

In [20]: dis.dis(foo)
2           0 LOAD_GLOBAL              0 (bar)
            3 CALL_FUNCTION            0 (0 positional, 0 keyword pair)
            6 POP_TOP
            7 LOAD_CONST               0 (None)
            10 RETURN_VALUE

In [21]: dis.dis(bar)
2           0 LOAD_CONST               0 (None)
            3 RETURN_VALUE

首先执行foo函数的时候,会由其它函数把环境准备好,把回退指针准备好,然后 调用。

- `LOAD_GLOBAL` 首先从global()里加载bar函数
- `CALL_FUNCTION` 会调用该函数
- `POP_TOP` 会把该函数的栈清掉
- `LOAD_CONST` 把None加载到栈顶,因为这是foo函数的默认返回值
- `RETURN_VALUE` 把None返回

其实我们可以直接把一系列的函数存到 selector.register 的data里,但是我们 把它抽出来,就跟ES6里的 Promise 一样,我们管它叫 Future 。就是一个 普通的类,用来保存回调函数和执行结果的。

class Future:
    def __init__(self):
        self._reuslt = None
        self._callbacks = []

    def set_result(self, result):
        self._result = result
        for callback in self._callbacks:
            callback()

    def add_done_callback(self, callback):
        self._callbacks.append(callback)

所以我们把 register 改成:

selector.register(sock.fileno(), selectors.EVENT_READ, data=fut)

然后在下面的 select 处改成:

for key, _ in selector.select():
    fut = key.data
    fut.set_result(None)

因为在这里,key.data 已经不是回调函数,而是我们的Future了。

但是我们希望的结果是能够切回我们的函数继续执行,这时候就靠 next 了,那我们 要想个办法,让future执行完之后调用 next(coro) 。首先我们要找个地方保存住 对coro的引用,所以和Future一样,我们用一个类或者函数来保存都行。为了以后更方便 理解asyncio和tornado,我们用一个类,名字叫 Task

class Task:
    def __init__(self, coro):
        self.coro = coro

    def step(self):
        try:
            fut = self.coro.send(None)
        except StopIteration:
            return
        fut.add_done_callback(self.step)

这样我们调用的时候就是 task = Task(request()) 然后 task.step() 了, 首先 task = Task(request()) 会执行 Task.__init__ 会把request()这个 generator保存下来,为啥参数里叫做coro呢?因为我们把它用作coroutine,好以后 我们统称coroutine吧。

接下来通过 task.step() 启动coroutine,然后增加一个回调函数,一直执行 到 selctor.register ,然后yield。接着执行第二个 Task(request(selector)).step() 同样yield。接着执行 while COUNT 循环,然后执行 selctor.select 并且阻塞 于此,当socket可读时,就会执行 fut.set_result(None) 然后就会执行里面的 callback函数,其中有一个callback就是执行上面的 step ,借此执行了 self.coro.send(None) 从而恢复了coroutine的执行。

如果使用函数的形式,可以通过闭包达到这一点。

def task(coro):
    try:
        fut = coro.send(None)
    except StopIteration:
        return
    fut.add_done_callback(lambda: task(coro))

结合上面所说,代码应该是这样的:

import selectors
import socket
import time

PORT = 8888
CHUNK_SIZE = 4096
COUNT = 0

selector = selectors.DefaultSelector()


class Future:
    def __init__(self):
        self._result = None
        self._callbacks = []

    def set_result(self, result):
        self._result = result
        for callback in self._callbacks:
            callback()

    def add_done_callback(self, callback):
        self._callbacks.append(callback)


class Task():
    def __init__(self, coro):
        self.coro = coro

    def step(self):
        try:
            fut = self.coro.send(None)
        except StopIteration:
            return
        fut.add_done_callback(self.step)


def request(selector):
    global COUNT
    fut = Future()

    sock = socket.socket()
    sock.connect(("", PORT))
    selector.register(sock.fileno(), selectors.EVENT_WRITE, data=fut)
    COUNT += 1

    yield fut

    selector.unregister(sock.fileno())
    sock.send(b"GET / HTTP/1.1\r\n\r\n")

    fut = Future()  # 原来的fut已经用完了,我们要来个新的
    selector.register(sock.fileno(), selectors.EVENT_READ, data=fut)

    yield fut

    selector.unregister(sock.fileno())
    COUNT -= 1
    data = sock.recv(CHUNK_SIZE)
    print(data.decode())


start = time.time()
Task(request(selector)).step()
Task(request(selector)).step()

while COUNT:
    for key, _ in selector.select():
        fut = key.data
        fut.set_result(None)

end = time.time()
print("use time: %.1f second(s)" % (end - start))

另外, sock.connect 是阻塞的,这个时候我们需要把socket设置 成非阻塞的。 socket.setblocking(False) 可以把它设置成非阻塞的。

import selectors
import socket
import time

PORT = 8888
CHUNK_SIZE = 4096
COUNT = 0

selector = selectors.DefaultSelector()


class Future:
    def __init__(self):
        self._result = None
        self._callbacks = []

    def set_result(self, result):
        self._result = result
        for callback in self._callbacks:
            callback()

    def add_done_callback(self, callback):
        self._callbacks.append(callback)


class Task():
    def __init__(self, coro):
        self.coro = coro

    def step(self):
        try:
            fut = self.coro.send(None)
        except StopIteration:
            return
        fut.add_done_callback(self.step)


def request(selector):
    global COUNT
    COUNT += 1

    fut = Future()

    sock = socket.socket()
    sock.setblocking(False)

    try:
        sock.connect(("", PORT))
    except BlockingIOError:
        pass

    selector.register(sock.fileno(), selectors.EVENT_WRITE, data=fut)
    yield fut
    selector.unregister(sock.fileno())

    sock.send(b"GET / HTTP/1.1\r\n\r\n")

    fut = Future()  # 原来的fut已经用完了,我们要来个新的

    selector.register(sock.fileno(), selectors.EVENT_READ, data=fut)
    yield fut
    selector.unregister(sock.fileno())

    data = sock.recv(CHUNK_SIZE)
    print(data.decode())
    COUNT -= 1


start = time.time()
Task(request(selector)).step()
Task(request(selector)).step()

while COUNT:
    for key, _ in selector.select():
        fut = key.data
        fut.set_result(None)

end = time.time()
print("use time: %.1f second(s)" % (end - start))

这份代码对比起一开始的阻塞型代码,结构上就很类似了,不会因为回调而把一个 函数拆的四分五裂。好了,今天就写到这里吧,下一篇我准备讲讲 yield yield from await async ——– yield 的前世今生。


更多文章
  • Python Requests 简明教程
  • 密码技术简明教程(三):证书和TLS
  • 密码技术简明教程(二):散列、消息认证码和数字签名
  • SEO学习笔记
  • 密码技术简明教程(一):对称加密和非对称加密
  • Kubernetes 笔记
  • go mod 和 logrus 路径大小写的问题
  • Flask自动加载Blueprint
  • 在KVM里安装Minikube
  • 搞定面试中的系统设计题
  • Crontab + Sendmail实现定时任务并且通知
  • Nginx设置Referer来防止盗图
  • Graphviz dot简明教程
  • jQuery简明教程
  • Python RQ(Redis Queue)添加gevent支持