文章目录
- 1. 同步与异步函数的对比
- 1.1 同步函数
- 1.2 异步函数
- 1.3 对比
- 2. 管理多个协程与异常处理
- 2.1 并发执行多个协程
- 2.2 错误处理
- 2.3 任务取消
本文将探索Python中同步与异步编程的基本概念及其区别。还会详细介绍如何使用asyncio库来有效管理协程，包括任务的创建、错误处理和取消等功能。
1. 同步与异步函数的对比
1.1 同步函数
在同步模式下，如果some_function()进行耗时的I/O操作，比如网络请求或文件读取，程序将在此函数执行期间停止执行，直到操作完成。
def fetch_data():data = some_sync_function() # 耗时操作return data# 同步调用
data = fetch_data()
这种模式下，程序完全阻塞直到some_sync_function()执行完成。
1.2 异步函数
使用async和await创建的异步函数可以在执行中暂停并继续执行，无需阻塞程序：
async def fetch_data():data = await some_async_function() # 异步操作return data
在这种模式下，await关键字使得fetch_data在some_async_function()执行期间暂停，将控制权交还给事件循环，允许执行其他操作。
1.3 对比
| 特性 | 同步编程 | 异步编程 |
|---|---|---|
| 执行方式 | 阻塞式执行 | 非阻塞式执行 |
| 资源利用 | 效率较低，CPU等待I/O | 高效，CPU可以处理其他任务 |
| 复杂性 | 相对简单 | 较复杂，需要理解事件循环 |
| 适用场景 | 简单脚本、小工具 | I/O密集型应用，如Web服务器 |
| 控制流 | 线性，易于理解 | 需要使用回调、promises等 |
| 库/框架 | 无特殊需求 | 需要支持异步的库（如asyncio） |
| 性能 | 受限于I/O等待时间 | 可大幅提高响应速度和吞吐率 |
| 错误处理 | 直接处理 | 需要特殊机制处理异常 |
同步和异步的对比图
2. 管理多个协程与异常处理
在使用asyncio进行并发编程时，不仅需要管理多个协程的并发执行，同时也需要妥善处理可能出现的错误和取消正在运行的任务。
2.1 并发执行多个协程
asyncio.gather是一个非常实用的函数，它允许同时启动多个协程，并等待所有协程执行完成。这样可以有效地利用时间，因为它允许多个协程并行执行而非顺序执行。
import asyncioasync def count():print("One", end=' ') # 确保在打印后不自动换行await asyncio.sleep(1)print("Two", end=' ') # 同样不换行async def main():await asyncio.gather(count(), count(), count())asyncio.run(main())
# 输出：One One One Two Two Two
count协程会先打印“One”，然后等待1秒，接着打印“Two”。由于使用了asyncio.gather，三个count协程会并行执行，因此总的等待时间仅为1秒，而不是三次各自等待1秒。
加餐：end是干嘛用的
默认情况下，print函数会在每次调用后添加一个换行符，但如果设置end参数为一个空字符串''，那么输出将不会在末尾添加换行符。
2.2 错误处理
在asyncio中处理错误是确保程序健壮性和响应性的关键。错误处理通常通过使用try-except块来实现，这允许程序在遇到预期内的异常时优雅地恢复。
import asyncioasync def error_task():raise ValueError("Something went wrong!")async def main():task = asyncio.create_task(error_task())try:await taskexcept ValueError as e:print(f"Caught an error: {e}")asyncio.run(main())
# 输出：Caught an error: Something went wrong!
在这个例子中，error_task协程故意抛出一个ValueError异常。在main函数中，使用try-except块来捕获并处理这个异常。这样的错误处理机制确保了即使在异步任务失败时，程序也能继续运行，从而提高了整体的容错性。
asyncio.create_task 简介
asyncio.create_task()函数用于并行运行协程。此函数将协程封装成一个Task对象，并安排其在事件循环中执行。
2.3 任务取消
在asyncio中，取消任务是异步编程中的另一个重要方面，它允许开发者在任务不再需要时终止执行，从而释放资源。
import asyncioasync def cancellable_task():try:print("Task starts")await asyncio.sleep(10) # 假设这是一个长时间运行的任务print("Task completed")except asyncio.CancelledError:print("Task was cancelled!")async def main():task = asyncio.create_task(cancellable_task())await asyncio.sleep(1) # 给任务一点时间开始执行task.cancel() # 取消任务try:await taskexcept asyncio.CancelledError:print("Caught cancellation in main")asyncio.run(main())
# 输出：
# Task starts
# Task was cancelled!
# Caught cancellation in main
在这个例子中，cancellable_task开始执行后，通过调用task.cancel()来请求取消任务。任务中的asyncio.sleep调用会在收到取消请求时抛出一个asyncio.CancelledError。在任务的try-except块中捕获这个异常，可以执行任何必要的清理工作。在main函数中，等待任务完成，并处理可能由任务取消引发的异常。
参考：Synchronous vs Asynchronous Programming: Models, Differences, Use Cases
推荐： python 错误记录
