Python 的协程到底有啥用啊…

[nightan]

看了好多文章，也自己尝试用了用协程，但是感觉对程序的运行效率并没什么太大的提升…
我原以为我可以在通过 HTTP 取数据的这个时间内让程序去处理别的逻辑，处理完后再回来处理取回来的数据…
可能是我太菜了…(捂脸)

[LokiSharp]

你得所有都异步非阻塞才行

[ipwx]

https://github.com/aio-libs/aiohttp

[ClericPy]

全局协程写起来有爽的地方也有不习惯的地方, 爽的基本就是全程非阻塞了, 以前多线程处理的事情全丢给 Future/Task, 整个程序基本不会因为一句代码影响其他代码(写错的情况下还是可能的... 比如错用 time.sleep). 不爽的地方就是程序不能自己识别自己要不要 await 一个结果, 害我为了兼容普通函数和协程的执行结果, 总得

result = (await result) if isawaitable(result) else xxx

性能的话, 不开 uvloop 感觉不出太明显差距

[mimzy]

用同步的思维写异步程序
减少锁、上下文切换、线程自身的开销

[mimzy]

For I/O-bound workloads, there are exactly (only!) two reasons to use async-based concurrency over thread-based concurrency:

- Asyncio offers a safer alternative to preemptive multitasking (i.e., using threads), thereby avoiding the bugs, race conditions, and other nondeterministic dangers that frequently occur in nontrivial threaded applications.

- Asyncio offers a simple way to support many thousands of simultaneous socket connections, including being able to handle many long-lived connections for newer technologies like WebSockets, or MQTT for Internet of Things (IoT) applications.

摘自 Using Asyncio in Python 昨天刚好看了这本书 如果感兴趣且能看到的话可以看下 还是挺不错的 http://shop.oreilly.com/product/0636920320876.do

[zhuangzhuang1988]

http://www.dabeaz.com/finalgenerator/index.html
超全, 超牛逼, 超好看

[xingheng]

协程的意义在意执行多个没有上下文结果依赖的“不相关”的任务的时候会让这些任务并行执行，同时又不需要担心线程的状态管理，以此达到运行效率的提升。
但是，有一种情况下协程并不会提升效率，理论上反而会降低效率（因为线程切换的代价）。

async def run(tasks):
all_results = []
for task in tasks:
result = await execute(task) # the only one await
all_results.append(result) # append logic result of execute, not task itself

return all_results

不是特别好的一个例子。只有一个 await task 的话，后续操作又需要拿到结果才能继续，相当于同步的 join 卡在了 caller 所在的线程，没有异步的意义，所以会更慢。当然，基于上面的例子要优化也是非常简单的，不写了

[sylvos]

@xingheng 还请写下优化的代码

[janxin]

因为没有理解并发并行的含义吧...

[YUX]

https://hatboy.github.io/2019/02/16/Python 异步编程详解 /

推荐一篇好文章

[nightan]

@xingheng 我好像就是写了个这样的东西(捂脸)

[nightan]

@YUX 大佬 404 了这个……

[nightan]

@xingheng 大佬，求优化的例子……

[jatsz]

协程-主要还是保持状态，像你这种还是需要异步 IO，asyncio 。
在应用上，主要还是生成器，比如你处理未知网络数据，你可以使用协程去迭代处理。
https://www.imzjy.com/blog/2015-01-01-coroutine

[itskingname]

我写了一篇文章来说明你遇到的问题。https://mp.weixin.qq.com/s/spayiLNuTnFVOWWeW-jkwQ

注意文中为了照顾没有基础的读者，有些概念可能并不十分准确，但是表达意思。

[bnm965321]

当然可以在 HTTP 取数据的时间干其他的事情，就算是做 CPU bound 的事情也可以。如果你从头写一个爬虫，一次多发一些 HTTP request 就知道了。HTTP 堵塞的那些时间，CPU 是可以做很多很多事情的

[smallgoogle]

反正我知道协程速度快很多就对了。

[YUX]

@nightan #12 https://hatboy.github.io/2019/02/16/Python%E5%BC%82%E6%AD%A5%E7%BC%96%E7%A8%8B%E8%AF%A6%E8%A7%A3/

[freakxx]

> 这个时间内让程序去处理别的逻辑，处理完后再回来处理取回来的数据

这个地方读起来有些怪


之前是写了一个 chunk + requests_async 用协程处理

你可以这么理解

for _ in range(100):
request

和
for _ in range(100):
request_async


这两者会有区别。

但如果
你只是请求一个并直接使用，不一定有你要的效果。

[vicalloy]

协程是单线程的，因此你必须保证你的所有“阻塞”操作都是异步的，不然对性能没有任何提升。
比如你用 requests 写爬虫程序。由于 requests 的操作都是阻塞的，用协程不会带来任何的性能提升。
要想提升性能得把 requests 换成非阻塞的库，如 aiohttp 。