Python的asyncio是使用 async/await 語法編寫併發程式碼的標準庫。透過上一節的講解，我們瞭解了它不斷變化的發展歷史。到了Python最新穩定版 3.7 這個版本，asyncio又做了比較大的調整，把這個庫的API分為了 高層級API和低層級API，並引入asyncio.run()這樣的高階方法，讓編寫非同步程式更加簡潔。
本節希望提綱挈領地介紹最新 3.7 版的asnycio，先從全域性認識Python這個非同步IO庫。
asyncio的高層級API主要提高如下幾個方面：
- 併發地執行Python協程並完全控制其執行過程；
- 執行網路IO和IPC；
- 控制子程式；
- 透過佇列實現分散式任務；
- 同步併發程式碼。
asyncio的低層級API用以支援開發非同步庫和框架：
- 建立和管理事件迴圈（event loop），提供非同步的API用於網路，執行子程式，處理作業系統訊號等；
- 透過transports實現高效率協議；
- 透過async/await 語法橋架基於回撥的庫和程式碼。
asyncio高階API
高層級API讓我們更方便的編寫基於asyncio的應用程式。這些API包括：
（1）協程和任務
協程透過 async/await 語法進行宣告，是編寫非同步應用的推薦方式。歷史的 @asyncio.coroutine 和 yield from 已經被棄用，並計劃在Python 3.10中移除。協程可以透過 asyncio.run(coro, *, debug=False) 函式執行，該函式負責管理事件迴圈並完結非同步生成器。它應該被用作asyncio程式的主入口點，相當於main函式，應該只被呼叫一次。
任務被用於併發排程協程，可用於網路爬蟲的併發。使用 asyncio.create_task() 就可以把一個協程打包為一個任務，該協程會自動安排為很快執行。
協程，任務和Future都是可等待物件。其中，Future是低層級的可等待物件，表示一個非同步操作的最終結果。
（2）流
流是用於網路連線的高層級的使用 async/await的原語。流允許在不使用回撥或低層級協議和傳輸的情況下傳送和接收資料。非同步讀寫TCP有客戶端函式 asyncio.open_connection() 和 服務端函式 asyncio.start_server() 。它還支援 Unix Sockets： asyncio.open_unix_connection() 和 asyncio.start_unix_server()。
（3）同步原語
asyncio同步原語的設計類似於threading模組的原語，有兩個重要的注意事項：
asyncio原語不是執行緒安全的，因此它們不應該用於OS執行緒同步（而是用threading）
這些同步原語的方法不接受超時引數; 使用asyncio.wait_for()函式執行超時操作。
asyncio具有以下基本同步原語：
- Lock
- Event
- Condition
- Semaphore
- BoundedSemaphore
（4）子程式
asyncio提供了透過 async/await 建立和管理子程式的API。不同於Python標準庫的subprocess，asyncio的子程式函式都是非同步的，並且提供了多種工具來處理這些函式，這就很容易並行執行和監視多個子程式。建立子程式的方法主要有兩個：
coroutine asyncio.create_subprocess_exec()coroutine asyncio.create_subprocess_shell()
（5）佇列
asyncio 佇列的設計類似於標準模組queue的類。雖然asyncio佇列不是執行緒安全的，但它們被設計為專門用於 async/await 程式碼。需要注意的是，asyncio佇列的方法沒有超時引數，使用 asyncio.wait_for()函式進行超時的佇列操作。
因為和標註模組queue的類設計相似，使用起來跟queue無太多差異，只需要在對應的函式前面加 await 即可。asyncio 佇列提供了三種不同的佇列：
- class asyncio.Queue 先進先出佇列
- class asyncio.PriorityQueue 優先佇列
- class asyncio.LifoQueue 後進先出佇列
（6）異常
asyncio提供了幾種異常，它們是：
- TimeoutError，
- CancelledError，
- InvalidStateError，
- SendfileNotAvailableError
- IncompleteReadError
- LimitOverrunError
asyncio低階API
低層級API為編寫基於asyncio的庫和框架提供支援，有意編寫非同步庫和框架的大牛們需要熟悉這些低層級API。主要包括：
（1）事件迴圈
事件迴圈是每個asyncio應用程式的核心。 事件迴圈執行非同步任務和回撥，執行網路IO操作以及執行子程式。
應用程式開發人員通常應該使用高階asyncio函式，例如asyncio.run()，並且很少需要引用迴圈物件或呼叫其方法。
Python 3.7 新增了 asyncio.get_running_loop()函式。
（2）Futures
Future物件用於將基於低層級回撥的程式碼與高層級的 async/await 程式碼進行橋接。
Future表示非同步操作的最終結果。 不是執行緒安全的。
Future是一個可等待物件。 協程可以等待Future物件，直到它們有結果或異常集，或者直到它們被取消。
通常，Futures用於啟用基於低層級回撥的程式碼（例如，在使用asyncio傳輸實現的協議中）以與高層級 async/await 程式碼進行互操作。
（3）傳輸和協議（Transports和Protocols）
Transport 和 Protocol由低層級事件迴圈使用，比如函式loop.create_connection()。它們使用基於回撥的程式設計風格，並支援網路或IPC協議（如HTTP）的高效能實現。
在最高階別，傳輸涉及位元組的傳輸方式，而協議確定要傳輸哪些位元組（在某種程度上何時傳輸）。
換種方式說就是：傳輸是套接字（或類似的I/O端點）的抽象，而協議是從傳輸的角度來看的應用程式的抽象。
另一種觀點是傳輸和協議介面共同定義了一個使用網路I/O和程式間I/O的抽象介面。
傳輸和協議物件之間始終存在1：1的關係：協議呼叫傳輸方法來傳送資料，而傳輸呼叫協議方法來傳遞已接收的資料。
大多數面向連線的事件迴圈方法（例如loop.create_connection()）通常接受protocol_factory引數，該引數用於為接受的連線建立Protocol物件，由Transport物件表示。 這些方法通常返回（傳輸，協議）元組。
（4）策略（Policy）
事件迴圈策略是一個全域性的按程式劃分的物件，用於控制事件迴圈的管理。 每個事件迴圈都有一個預設策略，可以使用策略API對其進行更改和自定義。
策略定義了上下文的概念，並根據上下文管理單獨的事件迴圈。 預設策略將上下文定義為當前執行緒。
透過使用自定義事件迴圈策略，可以自定義get_event_loop()，set_event_loop()和new_event_loop()函式的行為。
（5）平臺支援
asyncio模組設計為可移植的，但由於平臺的底層架構和功能，某些平臺存在細微的差異和限制。在Windows平臺，有些是不支援的，比如 loop.create_unix_connection() and loop.create_unix_server()。而Linux和比較新的macOS全部支援。
總結
Python 3.7 透過對asyncio分組使得它的架構更加清晰，普通寫非同步IO的應用程式只需熟悉高層級API，需要寫非同步IO的庫和框架時才需要理解低層級的API。
我的公眾號：猿人學 Python 上會分享更多心得體會，敬請關注。
***版權申明:若沒有特殊說明，文章皆是猿人學 yuanrenxue.com 原創，沒有猿人學授權，請勿以任何形式轉載。***