代碼實例

import timedef demo4():"""這是最終我們想要的實現."""import asyncio # 引入 asyncio 庫async def washing1():await asyncio.sleep(3) # 使用 asyncio.sleep(), 它返回的是一個可等待的對象print('washer1 finished')async def washing2():await asyncio.sleep(2)print('washer2 finished')async def washing3():await asyncio.sleep(5)print('washer3 finished')"""事件循環機制分為以下幾步驟:1. 創建一個事件循環2. 將異步函數加入事件隊列3. 執行事件隊列, 直到最晚的一個事件被處理完畢后結束4. 最后建議用 close() 方法關閉事件循環, 以徹底清理 loop 對象防止誤用"""# 1. 創建一個事件循環loop = asyncio.get_event_loop()# 2. 將異步函數加入事件隊列tasks = [washing1(),washing2(),washing3(),]# 3. 執行事件隊列, 直到最晚的一個事件被處理完畢后結束loop.run_until_complete(asyncio.wait(tasks))"""PS: 如果不滿意想要 "多洗幾遍", 可以多寫幾句:loop.run_until_complete(asyncio.wait(tasks))loop.run_until_complete(asyncio.wait(tasks))loop.run_until_complete(asyncio.wait(tasks))..."""# 4. 如果不再使用 loop, 建議養成良好關閉的習慣# (有點類似于文件讀寫結束時的 close() 操作)loop.close()"""最終的打印效果:washer2 finishedwasher1 finishedwasher3 finishedelapsed time = 5.126561641693115(畢竟切換線程也要有點耗時的)說句題外話, 我看有的博主的加入事件隊列是這樣寫的:tasks = [loop.create_task(washing1()),loop.create_task(washing2()),loop.create_task(washing3()),]運行的效果是一樣的, 暫不清楚為什么他們這樣做."""if __name__ == '__main__':# 為驗證是否真的縮短了時間, 我們計個時start = time.time()# demo1() # 需花費10秒# demo2() # 會報錯: RuntimeWarning: coroutine ... was never awaited# demo3() # 會報錯: RuntimeWarning: coroutine ... was never awaiteddemo4() # 需花費5秒多一點點end = time.time()print('elapsed time = ' + str(end - start))

原作者實例?

from time import sleep, timedef demo1():"""假設我們有三臺洗衣機, 現在有三批衣服需要分別放到這三臺洗衣機里面洗."""def washing1():sleep(3) # 第一臺洗衣機, 需要洗3秒才能洗完 (只是打個比方)print('washer1 finished') # 洗完的時候, 洗衣機會響一下, 告訴我們洗完了def washing2():sleep(2)print('washer2 finished')def washing3():sleep(5)print('washer3 finished')washing1()washing2()washing3()"""這個還是很容易理解的, 運行 demo1(), 那么需要10秒鐘才能把全部衣服洗完.沒錯, 大部分時間都花在挨個地等洗衣機上了."""def demo2():"""現在我們想要避免無謂的等待, 為了提高效率, 我們將使用 async.washing1/2/3() 本是 "普通函數", 現在我們用 async 把它們升級為 "異步函數".注: 一個異步的函數, 有個更標準的稱呼, 我們叫它 "協程" (coroutine)."""async def washing1():sleep(3)print('washer1 finished')async def washing2():sleep(2)print('washer2 finished')async def washing3():sleep(5)print('washer3 finished')washing1()washing2()washing3()"""從正常人的理解來看, 我們現在有了異步函數, 但是卻忘了定義應該什么時候 "離開" 一臺洗衣機, 去看看另一個... 這就會導致, 現在的情況是我們一邊看著第一臺洗衣機, 一邊著急地想著"是不是該去開第二臺洗衣機了呢?" 但又不敢去 (只是打個比方), 最終還是花了10秒的時間才把衣服洗完.PS: 其實 demo2() 是無法運行的, Python 會直接警告你:RuntimeWarning: coroutine 'demo2.<locals>.washing1' was never awaitedRuntimeWarning: coroutine 'demo2.<locals>.washing2' was never awaitedRuntimeWarning: coroutine 'demo2.<locals>.washing3' was never awaited"""def demo3():"""現在我們吸取了上次的教訓, 告訴自己洗衣服的過程是 "可等待的" (awaitable), 在它開始洗衣服的時候, 我們可以去弄別的機器."""async def washing1():await sleep(3) # 注意這里加入了 awaitprint('washer1 finished')async def washing2():await sleep(2)print('washer2 finished')async def washing3():await sleep(5)print('washer3 finished')washing1()washing2()washing3()"""嘗試運行一下, 我們會發現還是會報錯 (報錯內容和 demo2 一樣). 這里我說一下原因, 以及在demo4 中會給出一個最終答案:1. 第一個問題是, await 后面必須跟一個 awaitable 類型或者具有 __await__ 屬性的對象. 這個 awaitable, 并不是我們認為 sleep() 是 awaitable 就可以 await 了,常見的 awaitable 對象應該是:await asyncio.sleep(3) # asyncio 庫的 sleep() 機制與 time.sleep() 不# 同, 前者是 "假性睡眠", 后者是會導致線程阻塞的 "真性睡眠"await an_async_function() # 一個異步的函數, 也是可等待的對象以下是不可等待的:await time.sleep(3)x = await 'hello' # <class 'str'> doesn't define '__await__'x = await 3 + 2 # <class 'int'> dosen't define '__await__'x = await None # ...x = await a_sync_function() # 普通的函數, 是不可等待的2. 第二個問題是, 如果我們要執行異步函數, 不能用這樣的調用方法:washing1()washing2()washing3()而應該用 asyncio 庫中的事件循環機制來啟動 (具體見 demo4 講解)."""def demo4():"""這是最終我們想要的實現."""import asyncio # 引入 asyncio 庫async def washing1():await asyncio.sleep(3) # 使用 asyncio.sleep(), 它返回的是一個可等待的對象print('washer1 finished')async def washing2():await asyncio.sleep(2)print('washer2 finished')async def washing3():await asyncio.sleep(5)print('washer3 finished')"""事件循環機制分為以下幾步驟:1. 創建一個事件循環2. 將異步函數加入事件隊列3. 執行事件隊列, 直到最晚的一個事件被處理完畢后結束4. 最后建議用 close() 方法關閉事件循環, 以徹底清理 loop 對象防止誤用"""# 1. 創建一個事件循環loop = asyncio.get_event_loop()# 2. 將異步函數加入事件隊列tasks = [washing1(),washing2(),washing3(),]# 3. 執行事件隊列, 直到最晚的一個事件被處理完畢后結束loop.run_until_complete(asyncio.wait(tasks))"""PS: 如果不滿意想要 "多洗幾遍", 可以多寫幾句:loop.run_until_complete(asyncio.wait(tasks))loop.run_until_complete(asyncio.wait(tasks))loop.run_until_complete(asyncio.wait(tasks))..."""# 4. 如果不再使用 loop, 建議養成良好關閉的習慣# (有點類似于文件讀寫結束時的 close() 操作)loop.close()"""最終的打印效果:washer2 finishedwasher1 finishedwasher3 finishedelapsed time = 5.126561641693115(畢竟切換線程也要有點耗時的)說句題外話, 我看有的博主的加入事件隊列是這樣寫的:tasks = [loop.create_task(washing1()),loop.create_task(washing2()),loop.create_task(washing3()),]運行的效果是一樣的, 暫不清楚為什么他們這樣做."""if __name__ == '__main__':# 為驗證是否真的縮短了時間, 我們計個時start = time()# demo1() # 需花費10秒# demo2() # 會報錯: RuntimeWarning: coroutine ... was never awaited# demo3() # 會報錯: RuntimeWarning: coroutine ... was never awaiteddemo4() # 需花費5秒多一點點end = time()print('elapsed time = ' + str(end - start))

?

其他文章：python異步編程之asyncio（百萬并發）

?

一、asyncio

下面通過舉例來對比同步代碼和異步代碼編寫方面的差異，其次看下兩者性能上的差距，我們使用sleep(1)模擬耗時1秒的io操作。

?·同步代碼：

import timedef hello():time.sleep(1)def run():for i in range(5):hello()print('Hello World:%s' % time.time()) # 任何偉大的代碼都是從Hello World 開始的！ if __name__ == '__main__':run()

輸出：（間隔約是1s）

Hello World:1527595175.4728756 Hello World:1527595176.473001 Hello World:1527595177.473494 Hello World:1527595178.4739306 Hello World:1527595179.474482

·異步代碼：

import time import asyncio# 定義異步函數 async def hello():asyncio.sleep(1)print('Hello World:%s' % time.time())def run():for i in range(5):loop.run_until_complete(hello())loop = asyncio.get_event_loop() if __name__ =='__main__':run()

?輸出：

Hello World:1527595104.8338501 Hello World:1527595104.8338501 Hello World:1527595104.8338501 Hello World:1527595104.8338501 Hello World:1527595104.8338501 async def 用來定義異步函數，其內部有異步操作。每個線程有一個事件循環，主線程調用asyncio.get_event_loop()時會創建事件循環，你需要把異步的任務丟給這個循環的run_until_complete()方法，事件循環會安排協同程序的執行。=

二、aiohttp

　　如果需要并發http請求怎么辦呢，通常是用requests，但requests是同步的庫，如果想異步的話需要引入aiohttp。這里引入一個類，from aiohttp import ClientSession，首先要建立一個session對象，然后用session對象去打開網頁。session可以進行多項操作，比如post, get, put, head等。

基本用法：

async with ClientSession() as session:async with session.get(url) as response:

aiohttp異步實現的例子：

import asyncio from aiohttp import ClientSessiontasks = [] url = "https://www.baidu.com/{}" async def hello(url):async with ClientSession() as session:async with session.get(url) as response:response = await response.read()print(response)if __name__ == '__main__':loop = asyncio.get_event_loop()loop.run_until_complete(hello(url))

首先async def 關鍵字定義了這是個異步函數，await 關鍵字加在需要等待的操作前面，response.read()等待request響應，是個耗IO操作。然后使用ClientSession類發起http請求。

多鏈接異步訪問

如果我們需要請求多個URL該怎么辦呢，同步的做法訪問多個URL只需要加個for循環就可以了。但異步的實現方式并沒那么容易，在之前的基礎上需要將hello()包裝在asyncio的Future對象中，然后將Future對象列表作為任務傳遞給事件循環。

import time import asyncio from aiohttp import ClientSessiontasks = [] url = "https://www.baidu.com/{}" async def hello(url):async with ClientSession() as session:async with session.get(url) as response:response = await response.read() # print(response)print('Hello World:%s' % time.time())def run():for i in range(5):task = asyncio.ensure_future(hello(url.format(i)))tasks.append(task)if __name__ == '__main__':loop = asyncio.get_event_loop()run()loop.run_until_complete(asyncio.wait(tasks))

?輸出：

Hello World:1527754874.8915546 Hello World:1527754874.899039 Hello World:1527754874.90004 Hello World:1527754874.9095392 Hello World:1527754874.9190395

收集http響應

好了，上面介紹了訪問不同鏈接的異步實現方式，但是我們只是發出了請求，如果要把響應一一收集到一個列表中，最后保存到本地或者打印出來要怎么實現呢，可通過asyncio.gather(*tasks)將響應全部收集起來，具體通過下面實例來演示。

import time import asyncio from aiohttp import ClientSessiontasks = [] url = "https://www.baidu.com/{}" async def hello(url):async with ClientSession() as session:async with session.get(url) as response: # print(response)print('Hello World:%s' % time.time())return await response.read()def run():for i in range(5):task = asyncio.ensure_future(hello(url.format(i)))tasks.append(task)result = loop.run_until_complete(asyncio.gather(*tasks))print(result)if __name__ == '__main__':loop = asyncio.get_event_loop()run()

輸出：

Hello World:1527765369.0785167 Hello World:1527765369.0845182 Hello World:1527765369.0910277 Hello World:1527765369.0920424 Hello World:1527765369.097017 [b'<!DOCTYPE html>\r\n<!--STATUS OK-->\r\n<html>\r\n<head>\r\n......

異常解決

假如你的并發達到2000個，程序會報錯：ValueError: too many file descriptors in select()。報錯的原因字面上看是 Python 調取的 select 對打開的文件有最大數量的限制，這個其實是操作系統的限制，linux打開文件的最大數默認是1024，windows默認是509，超過了這個值，程序就開始報錯。這里我們有三種方法解決這個問題：

1.限制并發數量。（一次不要塞那么多任務，或者限制最大并發數量）

2.使用回調的方式。

3.修改操作系統打開文件數的最大限制，在系統里有個配置文件可以修改默認值，具體步驟不再說明了。

不修改系統默認配置的話，個人推薦限制并發數的方法，設置并發數為500，處理速度更快。

#coding:utf-8 import time,asyncio,aiohttpurl = 'https://www.baidu.com/' async def hello(url,semaphore):async with semaphore:async with aiohttp.ClientSession() as session:async with session.get(url) as response:return await response.read()async def run():semaphore = asyncio.Semaphore(500) # 限制并發量為500to_get = [hello(url.format(),semaphore) for _ in range(1000)] #總共1000任務await asyncio.wait(to_get)if __name__ == '__main__': # now=lambda :time.time()loop = asyncio.get_event_loop()loop.run_until_complete(run())loop.close()

?

總結

以上是生活随笔為你收集整理的Python3 中的 asyncio async await 概念（实例）（ValueError: too many file descriptors in select()）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。