Python 3.5 の asyncio の「await」機能をどのような場合に使用する必要がありますか?また、どのような場合に使用を避けるべきでしょうか?

Asyncio の Python 3.5 の await 機能を使用する場合と回避する場合

Python 3.5 では、asyncio を使用した非同期プログラミングを容易にするために await キーワードが導入されました。ただし、効率を最大化するためにどの操作を待機する必要があるかは必ずしも明確ではありません。

非同期候補の決定

経験則では、I/ を実行する関数を待機することです。 O ネットワークへのアクセスやファイルの読み取りなどの操作。これらの操作により、同期コードが長期間ブロックされる可能性があります。それらを待つことで、asyncio は他の操作を同時に実行できます。

非同期コードの利点

以下のコード スニペットに示されているように、非同期コードは以下の操作を大幅に高速化できます。複数の I/O 呼び出し:

# Synchronous way:
download(url1)  # takes 5 sec.
download(url2)  # takes 5 sec.
# Total time: 10 sec.

# Asynchronous way:
await asyncio.gather(
    async_download(url1),  # takes 5 sec. 
    async_download(url2)   # takes 5 sec.
)
# Total time: only 5 sec. (+ little overhead for using asyncio)

非同期/同期コードが混在する関数

非同期関数は、非同期関数と同期関数の両方を呼び出すことができます。ただし、I/O 操作を実行しない同期コードを待機するメリットはありません。これにより、不要なオーバーヘッドが発生する可能性があります。

async def extract_links(url):  

    # async_download() was created async to get benefit of I/O
    html = await async_download(url)  

    # parse() doesn't work with I/O, there's no sense to make it async
    links = parse(html)  

    return links

長時間実行される同期操作を避ける

非同期内で長時間実行される同期操作 (>50 ミリ秒) を回避することが重要です。他のすべての非同期タスクを凍結する可能性があるためです。これらのタスクを効率的に処理するには:

• マルチプロセッシングを使用する: 長時間実行操作を別のプロセスで実行し、結果を待ちます:

executor = ProcessPoolExecutor(2)

async def extract_links(url):
    data = await download(url)
    links = parse(data)
    # Now your main process can handle another async functions while separate process running    
    links_found = await loop.run_in_executor(executor, search_in_very_big_file, links)

• ThreadPoolExecutor を使用します: Web サーバーへのリクエストなど、I/O バウンドの同期タスクの場合:

executor = ThreadPoolExecutor(2)

async def download(url):
    response = await loop.run_in_executor(executor, requests.get, url)
    return response.text

以上がPython 3.5 の asyncio の「await」機能をどのような場合に使用する必要がありますか?また、どのような場合に使用を避けるべきでしょうか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。