【python】協程

關于python協程這個知識點，我是在研究locust時候發現的。

locust是一款開源的性能測試工具，單機并發能力要比jmeter高，它的并發實作就是通過python協程去實作的。

說到并發，我猜你很容易想到的是多線程，其實協程也是實作并發的一種方式，隻不過協程是單線程。

先上一段代碼，假設我們在寫爬蟲抓取4個url的内容，并且我們讓每一個url都停留一定的秒數，第一個1s，

第二個停2s，以此類推。是以，可以知道4個url爬取完畢一共要花費10s的時間。

運作一下：

果然運作了10s，可以發現我們在等待中浪費了很多時間，那麼如何提高這段代碼的運作效率呢？

沒錯，協程該出場了。

目前，python3.7以上的版本提供了最新的寫法，是基于<code>asyncio</code> 和 <code>async / await</code> 的方法，是以如果下面

的代碼你執行不起來，檢查一下是不是你的python版本不對。

async：聲明這是一個異步函數。調用異步函數，就會得到一個協程對象。

await：用于調用函數。注意，這裡await 執行的效果，和 python 正常執行是一樣的。

也就是說程式會阻塞在這裡，進入被調用的協程函數，執行完畢傳回後再繼續。

asyncio.run：觸發運作。這個函數是 python 3.7 之後才有的特性，目的就是讓python 的協程接口變得非常簡單。

通常情況下，<code>asyncio.run(main())</code> 作為主程式的入口函數，在程式運作周期内，隻調用一次 <code>asyncio.run</code>。

上述代碼其實還沒完成，不信你執行一下，會發現還是10s。這正如上面await介紹說的，其實跟python正常執行一次沒差別。

是以，為了實作協程，還需要<code>asyncio.create_task</code>來建立任務。

執行一下：

這下僅需要4s，也就是4個任務中，耗時最長的那個任務所需要的時間。

執行過程：

在第一個for循環裡，通過調用異步函數<code>crawl_page()</code>得到4個協程對象。

在第二個for循環裡，通過<code>asyncio.create_task</code>給4個協程對象分别建立了task。

接着，4個任務被<code>await</code>調用執行。

是不是很簡單？再次印證了python哲學：簡單勝過複雜。

最近可能會用到locust對項目進行性能測試，若有收獲，屆時分享。