0x00 前言

之前对协程早有耳闻,但一直没有去学习,今天就来学习一下协程,再次感谢莫烦的教程。

可以交给asyncio执行的任务被称为协程, asyncio 即异步的意思,在 Python3 中这是一个仅使用单线程就能达到多线程、多进程效果的工具。

在单线程中使用异步发起 IO 操作的时候,不需要等待 IO 的结束,在等待 IO 操作结束的这个空当儿可以继续做其他事情,结束的时候就会得到通知,所以能够很有效的利用等待下载的这段时间。

今天就来看看协程能不能干掉多线程和多进程。

0x01 基本用法

Python 的在 3.4 中引入了协程的概念,3.5 则确定了协程的语法,所以想使用协程处理 IO ,需要Python3.5 及以上的版本,下面是一个简单示例代码。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import time
import asyncio

async def job(t):
print('开始第', t,'个任务')
await asyncio.sleep(t) #等待t秒
print('第', t, '个任务执行了', t, '秒')


async def main(loop):
tasks = [loop.create_task(job(t)) for t in range(1, 4)] #创建多个任务
await asyncio.wait(tasks) #运行刚才创建的那些任务

if __name__ == '__main__':
start_time = time.time()
loop = asyncio.get_event_loop() #创建事件循环
loop.run_until_complete(main(loop)) #运行刚才创建的事件循环
loop.close()
print("所有总共耗时", time.time() - start_time)

运行结果如下:

1
2
3
4
5
6
7
开始第 1 个任务
开始第 2 个任务
开始第 3 个任务
第 1 个任务执行了 1 秒
第 2 个任务执行了 2 秒
第 3 个任务执行了 3 秒
所有总共耗时 3.0029773712158203

这里运行了三个任务,三个任务的执行时间加在一起是6秒,但是最后总共耗时是3秒,接下来就看看协程在爬虫中的使用。

0x02 aiohttp的使用

使用 aiohttp 模块可以将 requests 替换成一个异步的 requests ,下面先来看看一般的 requests 的使用,下面的运行结果耗时是我运行了三次,然后取平均数的结果。

1
2
3
4
5
6
7
8
9
10
11
12
import time
import requests

def normal():
for i in range(3):
r = requests.get(URL)

if __name__ == '__main__':
t1 = time.time()
URL = 'https://www.teamssix.com/'
normal()
print("正常访问 3 次博客耗费时间", time.time()-t1)

运行结果如下:

正常访问 3 次博客耗费时间 12.872265259424845

正常情况下,花费了近 13 秒,接下来使用 aiohttp 看看耗时多少。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
import time
import asyncio
import aiohttp

async def job(session):
response = await session.get('https://www.teamssix.com/') # 等待并切换
return str(response.url)

async def main(loop):
async with aiohttp.ClientSession() as session: # 官网推荐建立 Session 的形式
tasks = [loop.create_task(job(session)) for _ in range(3)]
finished, unfinished = await asyncio.wait(tasks)
if __name__ == '__main__':
t1 = time.time()
loop = asyncio.get_event_loop()
loop.run_until_complete(main(loop))
loop.close()
print("异步访问 3 次博客耗费时间", time.time() - t1)

运行结果如下:

1
异步访问 3 次博客耗费时间 4.055158615112305

从运行结果上来看使用 aiohttp 还是很给力的,接下来,看看多线程运行的时间。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import time
import threading
import requests

def thread_test():
r = requests.get(URL)

if __name__ == '__main__':
t1 = time.time()
URL = 'https://www.teamssix.com/'
thread_list = []
for i in range(3):
t = threading.Thread(target=thread_test)
thread_list.append(t)
for i in thread_list:
i.start()
for i in thread_list:
i.join()
print("多线程访问 3 次博客耗费时间", time.time()-t1)

运行结果如下:

1
5.449431339899699

可以看到 aiohttp 的速度还是要略快于多线程的,这里只是简单介绍了一下 aiohttp ,详细的可以参阅官方文档,想要使用的熟练还是需要大量练习,任重道远。

更多信息欢迎关注我的个人微信公众号:TeamsSix
参考文章:
https://www.jianshu.com/p/b5e347b3a17c
https://segmentfault.com/a/1190000008814676
https://www.lylinux.net/article/2019/6/9/57.html
https://morvanzhou.github.io/tutorials/data-manipulation/scraping/4-02-asyncio/