不知道你有沒有被問到過有沒有使用過的python協程？

協程是什么？

協程是一種用戶態輕量級，是實現并發編程的一種方式。說到并發，就能想到了多線程 / 多進程模型，是解決并發問題的經典模型之一。

但是隨刻客戶端數量達到一定量級，進程上下文切換占用了大量的資源，線程也頂不住如此巨大的壓力，對于多線程應用，CPU通過切片的方式來切換線程間的執行，

線程切換時需要耗時（保存狀態，下次繼續）。協程，則只使用一個線程，在一個線程中規定某個代碼塊執行順序。線程是搶占式的調度，而協程是協同式的調度，也就是說，協程需要自己做調度。

協程有什么用？

在別的語言中協程意義不大，多線程可解決問題，但是python因為他有GIL（Global Interpreter Lock 全局解釋器鎖 ）在同一時間只有一個線程在工作，如果一個線程里面I/O操作特別多，協程就比較適用;

在python中多線程的執行情況如下圖：

怎么實現協程？

python2.7中用生成器實現協程

在python3.7以后使用asyncio 和 async / await 的方法實現協程，實現過程就變得很簡單

具體說明：簡單的代碼示例

import asyncio

import time

async def sub_function(str):

print(' {}'.format(str))

sleep_time = int(str.split('_')[-1])

await asyncio.sleep(sleep_time)

print('OK {}'.format(str))

async def main(strs):

for str in strs:

await sub_function(str)

# asyncio.run(main()) 作為主程序的入口函數，在程序運行周期內，只調用一次 asyncio.run

t0 = time.time()

asyncio.run(main(['str_1', 'str_2', 'str_3', 'str_4']))

t1 = time.time()

print("Total time running: %s seconds" %(str(t1 - t0)))

輸出結果：一共是 10s 和我們順序分析 分別等待 1 2 3 4 秒 好像沒有什么提升作用，繼續往下看

執行協程的方法有三種：

1. 入上例所示，用await 來調用實現，但是await 執行的效果，和 Python 正常執行是一樣的，也就是說程序會阻塞在這里，進入被調用的協程函數，執行完畢返回后再繼續，而這也是 await 的字面意思。

await 是同步調用，相當于我們用異步接口寫了個同步代碼，所以運行時間沒有得到提升。

2. 上栗的異步想過沒有體現出來，接下來我們使用另一個概念 task

async defsub_function(str):print('{}'.format(str))

sleep_time= int(str.split('_')[-1])

await asyncio.sleep(sleep_time)print('OK {}'.format(str))

asyncdefmain(strs):

#

tasks= [asyncio.create_task(sub_function(str)) for str instrs]for task intasks:

await task#asyncio.run(main()) 作為主程序的入口函數，在程序運行周期內，只調用一次 asyncio.run

t0 =time.time()

asyncio.run(main(['str_1', 'str_2', 'str_3', 'str_4']))

t1=time.time()print("Total time running: %s seconds" %(str(t1 - t0)))

們有了協程對象后，便可以通過 asyncio.create_task 來創建任務。任務創建后很快就會被調度執行，

這樣，我們的代碼也不會阻塞在任務這里。用for task in tasks: await task 即可。這次，你就看到效果了吧，結果顯示，運行總時長等于運行時間最長一句。

運行結果：

3. 上面的task也可以用下面的方式寫:

async defmain(strs):

tasks= [asyncio.create_task(sub_function(str)) for str instrs]

await asyncio.gather(*tasks)

唯一要注意的是，*tasks 解包列表，將列表變成了函數的參數；與之對應的是， ** dict 將字典變成了函數的參數。

在實際中，我們會遇到接口超時，我們就需要取消的情況，這種情況該怎么處理呢？再進一步，如果某些協程運行時出現錯誤，又該怎么處理呢？

importtimeimportasyncio

asyncdefworker_1():

await asyncio.sleep(1)return 1asyncdefworker_2():

await asyncio.sleep(2)return 2 /0

asyncdefworker_3():

await asyncio.sleep(3)return 3asyncdefmain():

task_1=asyncio.create_task(worker_1())

task_2=asyncio.create_task(worker_2())

task_3=asyncio.create_task(worker_3())

await asyncio.sleep(2)

task_3.cancel()

res= await asyncio.gather(task_1, task_2, task_3, return_exceptions=True)print(res)

t0=time.time()

asyncio.run(main())

t1=time.time()print("Total time running: %s seconds" %(str(t1 - t0)))

要注意return_exceptions=True這行代碼。這個參數默認值為False, 如果不設置這個參數，錯誤就會完整地 throw 到我們這個執行層，從而需要 try except 來捕捉，

這也就意味著其他還沒被執行的任務會被全部取消掉。為了避免這個局面，我們將 return_exceptions 設置為 True 即可。

線程能實現的，協程都能做到.

總結

以上是生活随笔為你收集整理的python协程实时输出_python协程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。