何時使用和避免 Python 3.5 的 Asyncio 等待功能
Python 3.5 引入了await 關鍵字以方便使用 asyncio 進行非同步程式設計。然而,並不總是清楚應該等待哪些操作來最大化效率。
確定非同步候選者
經驗法則是等待任何執行 I/ 的函數O 操作,如存取網路或讀取檔案。這些操作可能會長時間阻塞同步程式碼。透過等待它們,asyncio 可以同時執行其他操作。
非同步程式碼的優點
如下面的程式碼片段所示,非同步程式碼可以顯著加快涉及以下操作的操作:多個 I/O呼叫:
# 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)
具有混合非同步/同步程式碼的函數
非同步函數可以呼叫非同步和同步函數。但是,等待不執行 I/O 操作的同步程式碼沒有任何優勢。這可能會帶來不必要的開銷:
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
避免長時間運行的同步操作
避免非同步內長時間運行的同步操作(> 50 ms)至關重要函數,因為它們可以凍結所有其他非同步任務。要有效率地處理這些任務:
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)
executor = ThreadPoolExecutor(2) async def download(url): response = await loop.run_in_executor(executor, requests.get, url) return response.text
以上是什麼時候應該使用 Python 3.5 的 asyncio 的 `await` 功能,什麼時候應該避免使用它?的詳細內容。更多資訊請關注PHP中文網其他相關文章!