使用 Asyncio 创建和管理任务

使用 asyncio 创建和管理任务

asyncio 允许开发者轻松地用 python 编写异步程序。该模块还提供了多种异步任务的方法,并且由于执行方法多种多样,因此可能会让人困惑于使用哪一种。

在本文中,我们将讨论使用 asyncio 创建和管理任务的多种方法。

什么是异步任务?

在 asyncio 中,task 是一个包装协程并安排其在事件循环内运行的对象。简而言之,任务是一种与其他任务同时运行协程的方式。创建任务后,事件循环将运行它,并根据需要暂停和恢复它以允许其他任务运行。

创建和管理 asyncio 任务的方法

现在,我们可以讨论创建和管理任务的方法。首先,要使用 asyncio 在 python 中创建任务,请使用 asyncio.create_task 方法,该方法采用以下参数:

coro(必填):要调度的协程对象。这是你想要异步运行的函数。

名称(可选):可用于调试或日志记录目的的任务名称。您可以为该参数分配一个字符串。

您还可以稍后使用 task.set_name(name) 和 task.get_name() 设置或获取名称。

context(可选):在python 3.11中引入,用于为任务设置上下文变量,从而启用任务本地存储。它类似于线程本地存储,但用于异步任务。

这个参数并不常用,除非你正在处理需要上下文管理的高级场景。

这里是asyncio.create_task的使用示例:

import asyncio# define a coroutineasync def greet(name):    await asyncio.sleep(1)  # simulate an i/o-bound operation    print(f"hello, {name}!")async def main():    # create tasks    task1 = asyncio.create_task(greet("alice"), name="greetingalice")    task2 = asyncio.create_task(greet("bob"), name="greetingbob")    # check task names    print(f"task 1 name: {task1.get_name()}")    print(f"task 2 name: {task2.get_name()}")    # wait for both tasks to complete    await task1    await task2# run the main functionasyncio.run(main())

创建任务时,可以执行很多方法,例如:

.cancel(): 取消任务。

.add_done_callback(cb): 添加任务完成时运行的回调函数。

.done(): 检查任务是否完成。

.result():任务完成后检索结果。

现在我们了解了如何创建任务,让我们看看如何处理等待一个任务或多个任务。

等待任务完成

在本节中,我们将讨论如何等待一个或多个任务的任务完成。异步编程基于这样一个事实:如果正在运行异步任务,我们可以继续执行程序。有时您可能想要更好地控制流程,并希望确保在安全地继续执行程序之前获得可以使用的结果。

要等待单个任务完成,可以使用asyncio.wait_for。它需要两个参数:

awaitable(必需):这是您想要等待的协程、任务或未来。它可以是任何可以等待的对象,例如协程函数调用、asyncio.task 或 asyncio.future。

timeout(可选):这指定等待 aw 完成的最大秒数。如果达到超时并且等待尚未完成,asyncio.wait_for 会引发 timeouterror。如果超时设置为 none,该函数将无限期地等待等待完成。

这是使用此方法的示例:

import asyncioasync def slow_task():    print("task started...")    await asyncio.sleep(5)  # simulating a long-running task    print("task finished!")    return "completed"async def main():    try:        # wait for slow_task to finish within 2 seconds        result = await asyncio.wait_for(slow_task(), timeout=2)        print(result)    except asyncio.timeouterror:        print("the task took too long and was canceled!")asyncio.run(main())

上面的代码中,slow_task() 是一个协程,通过休眠 5 秒来模拟长时间运行的任务。 asyncio.wait_for(slow_task(), timeout=2) 行等待任务完成,但将等待时间限制为 2 秒,从而导致超时,因为任务需要更长的时间。当超过超时时,会引发 timeouterror,任务被取消,并通过打印一条指示任务花费太长时间的消息来处理异常。

我们还可以等待多个或一组任务完成。这可以使用 asyncio.wait、asyncio.gather 或 asyncio.as_completed 来实现。让我们探索每种方法。

异步等待

asyncio.wait 方法等待一组任务并返回两组:一组用于已完成的任务,一组用于待处理的任务。它需要以下参数:

aws(必需,可迭代):您想要等待的协程对象、任务或 future 的集合。

timeout(float 或 none,可选):等待的最大秒数。如果没有提供,它将无限期地等待。

return_when (常量,可选):指定 asyncio.wait 何时返回。选项包括:

asyncio.all_completed(默认):当所有任务完成时返回。asyncio.first_completed:第一个任务完成时返回。asyncio.first_exception:当第一个任务引发异常时返回。

让我们看看它是如何在示例中使用的。

import asyncioimport randomasync def task():    await asyncio.sleep(random.uniform(1, 3))async def main():    tasks = [asyncio.create_task(task()) for _ in range(3)]    done, pending = await asyncio.wait(tasks, return_when=asyncio.first_completed)    print(f"done tasks: {len(done)}, pending tasks: {len(pending)}")asyncio.run(main())

在上面的代码中,asyncio.wait 等待一组任务并返回两组:一组包含已完成的任务,另一组包含仍待处理的任务。您可以控制它何时返回,例如第一个任务完成后或所有任务完成后。在示例中,asyncio.wait 在第一个任务完成时返回,将其余任务留在待处理集中。

异步收集

asyncio.gather 方法同时运行多个可等待对象并返回其结果列表,可以选择处理异常。让我们看看它所需要的论据。

*aws(必需,多个可等待):并发运行的可变数量的可等待对象(如协程、任务或 future)。

return_exceptions(bool,可选):如果为 true,任务中的异常将作为结果列表的一部分返回,而不是引发。

让我们看看如何在示例中使用它。

import asyncioimport randomasync def task(id):    await asyncio.sleep(random.uniform(1, 3))    return f"task {id} done"async def main():    results = await asyncio.gather(task(1), task(2), task(3))    print(results)asyncio.run(main())

在上面的代码中,asyncio.gather 同时运行多个可等待对象,并按照传入的顺序返回结果列表。如果 return_exceptions 设置为 true,它允许您优雅地处理异常。在示例中,三个任务同时运行,所有任务完成后,它们的结果将在列表中返回。

asyncio.as_completed 已完成

asyncio.as_completed 方法用于返回一个迭代器,该迭代器在任务完成时生成任务,从而允许立即处理结果。它需要以下参数:

aws(可迭代的可等待对象):协程对象、任务或 future 的集合。

timeout(float 或 none,可选):等待任务完成的最大秒数。如果没有提供,它将无限期地等待。

例子

import asyncioimport randomasync def task(id):    await asyncio.sleep(random.uniform(1, 3))    return f"task {id} done"async def main():    tasks = [task(i) for i in range(3)]    for coro in asyncio.as_completed(tasks):        result = await coro        print(result)asyncio.run(main())

在上面的示例中,asyncio.as_completed 返回一个迭代器,该迭代器在每个任务完成时生成结果,使您可以立即处理它们。当您希望在结果可用时立即对其进行处理,而不是等待所有任务完成时,这非常有用。在示例中,任务同时运行,并且在每个任务完成时按完成顺序打印其结果。

因此,为了进行总结,您可以使用:

asyncio.wait:当您需要处理多个任务并想要跟踪哪些任务已完成、哪些任务仍待处理时。当您分别关心每个任务的状态时,它很有用。

asyncio.gather:当你想要同时运行多个任务并需要列表中的结果时,特别是当结果的顺序很重要或者你需要优雅地处理异常时。

asyncio.as_completed:当您想要在每个任务完成后立即处理结果,而不是等待所有任务完成时。这对于按可用顺序处理结果很有用。

但是,这些方法不采用带有内置错误处理的原子任务管理。在下一节中,我们将了解 asyncio.taskgroup 以及如何使用它来管理一组任务。

异步任务组

asyncio.taskgroup 是 python 3.11 中引入的上下文管理器,可简化对多个任务作为一个组的管理。它确保如果组内的任何任务失败,所有其他任务都会被取消,从而提供了一种通过强大的错误处理来处理复杂任务管理的方法。该类有一个名为created_task 的方法,用于创建任务并将其添加到任务组中。您将协程传递给此方法,它会返回一个由组管理的 asyncio.task 对象。

这是如何使用它的示例:

import asyncioasync def task1():    await asyncio.sleep(1)    return "Task 1 done"async def task2():    await asyncio.sleep(2)    return "Task 2 done"async def task_with_error():    await asyncio.sleep(1)    raise ValueError("An error occurred")async def main():    try:        async with asyncio.TaskGroup() as tg:            task1 = tg.create_task(task1())            task2 = tg.create_task(task2())            error_task = tg.create_task(task_with_error())    except Exception as e:        print(f"Error: {e}")    # Print results from completed tasks    print("Task 1 result:", task1.result())    print("Task 2 result:", task2.result())asyncio.run(main())

asyncio.taskgroup 管理多个任务,并确保如果任何任务失败,组中的所有其他任务都将被取消。在示例中,出现错误的任务会导致整个组被取消,并且只打印已完成任务的结果。

此用途可以用于网络抓取。您可以使用 asyncio.taskgroup 来处理多个并发 api 请求,并确保如果任何请求失败,则所有其他请求都被取消,以避免数据不完整。

我们到了文章的最后,我们已经了解了 asyncio 提供的多种创建和管理任务的方法。方法总结如下:

asyncio.wait_for:等待超时的任务。

asyncio.wait:等待多个任务,完成条件灵活。

asyncio.gather:将多个任务聚合到一个等待中。

asyncio.as_completed:处理完成的任务。

asyncio.taskgroup:管理一组任务,并在失败时自动取消。

结论

异步编程可以改变您在 python 中处理并发任务的方式,使您的代码更加高效且响应迅速。在本文中,我们浏览了 asyncio 提供的各种方法来创建和管理任务,从简单的超时到复杂的任务组。了解何时以及如何使用每种方法(asyncio.wait_for、asyncio.wait、asyncio.gather、asyncio.as_completed 和 asyncio.taskgroup)将帮助您充分利用异步编程的潜力,使您的应用程序更加健壮和可扩展。

要更深入地了解异步编程和更多实际示例,请在此处浏览我们的详细指南。

如果您喜欢这篇文章,请考虑订阅我的时事通讯,这样您就不会错过未来的更新。

快乐编码!

以上就是使用 Asyncio 创建和管理任务的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1348942.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2025年12月13日 12:27:22
下一篇 2025年12月13日 12:27:42

相关推荐

  • 使用 Diffuser 运行 Fluxn Mac

    什么是扩散器? 拥抱脸 / 扩散器 ? diffusers:最先进的扩散模型,用于 pytorch 和 flax 中的图像和音频生成。 ? diffusers 是最先进的预训练扩散模型的首选库,用于生成图像、音频甚至分子的 3d 结构。无论您是在寻找简单的推理解决方案还是训练自己的扩散模型,? di…

    2025年12月13日 好文分享
    000
  • 了解 Python 中常规类和数据类之间的差异

    介绍 在python中定义数据结构可以通过各种方法来完成。两种常用的方法是常规类和数据类。了解这两种方法之间的差异有助于为给定任务选择最合适的选项。本文对常规类和数据类进行了比较分析,强调了它们各自的特点和适当的用例。 常规课程 python 中的常规类是创建对象的传统方式。它需要对各种方法和属性进…

    2025年12月13日
    000
  • 关于如何使用 pip 安装你需要知道的一切

    在本文中,我们正在研究使用 pip 将代码安装到虚拟环境中的不同方法。 这些会变得更加复杂,但不用担心,我会全程陪伴您。 拍拍你的背 废话说够了!让我们从简单的事情开始吧。 安装本地存储库 假设以下情况:您刚刚签出了存储库并想要安装需求。 这可以通过使用以下命令轻松完成……当…

    2025年12月13日
    000
  • 在深入了解 Nylas 之前需要了解的关键概念

    在深入研究 nylas 之前必须了解的概念 所以,我已经准备好开始使用 nylas 及其强大的 api,但在开始之前,值得花点时间确保我很好地掌握了一些基本概念。这些构建块不仅可以帮助我有效地使用 nylas,还可以使我的开发过程更加顺利和安全。 1.python虚拟环境:保持整洁 让我们从pyth…

    2025年12月13日
    000
  • Python-文件

    文件操作: 文件读取文件写入追加内容 文件读取:以 open(‘logs.txt’, ‘r’) 作为文件: open是python内置函数,用于打开文件。第一个参数是文件名,第二个参数是读取模式。with语句用于自动关闭文件。这将防止内存泄漏,提供更好…

    2025年12月13日
    000
  • 使用 AWS 学习 Python – 第 2 天

    虚拟环境 今天我们将学习虚拟环境。 python 中的虚拟环境是一个容器,所有代码和其他 python 包都驻留在其中。它允许您将 python 配置与系统上的其他版本分开。开发 python 代码时始终使用虚拟环境是一个好主意。 要创建虚拟环境,我们将使用以下命令: python -m venv …

    2025年12月13日
    000
  • Python 库初学者指南

    python 以其简单性和多功能性而闻名,使其成为初学者和专业人士的热门选择。 python 最强大的功能之一是其广泛的库集合。这些库是预先编写的代码的集合,您可以使用它们来执行常见任务,从而节省您的时间和精力。在这篇博客中,我们将探索每个初学者都应该知道的一些基本 python 库。 1.什么是p…

    2025年12月13日
    000
  • tea-tasting:用于 A/B 测试统计分析的 Python 包

    简介 我开发了tea-tasting,一个用于 a/b 测试统计分析的 python 包,具有​​: 学生的 t 检验、bootstrap、cuped 方差缩减、功效分析以及其他开箱即用的统计方法和方法。支持广泛的数据后端,例如 bigquery、clickhouse、postgresql/gree…

    2025年12月13日
    000
  • Python – 字典、集合、元组

    这三个都是python中不同类型的数据结构。这用于存储不同的数据集合。根据我们要求的用例,我们需要在其中进行选择。 字典(dict): 字典是键值对的集合,其中每个键与一个值关联可以根据键值检索数据(基于键的搜索),因为键要求是唯一的。字典在 3.7 之前都是无序的,值可以更改。密钥名称不能直接更改…

    2025年12月13日
    000
  • 精通编码之路初学者指南

    您已经掌握了编码的基础知识。循环、函数,甚至简单的网站都在你的掌握之中。 但是从休闲程序员转变为专业程序员需要什么? 好吧,我在这里帮助正在寻找相同东西的初学者。 让我们潜入吧。 专业心态:不仅仅是代码 解决问题 编码既是关于编写代码,也是关于解决问题。将复杂的问题分解为更小的、可管理的步骤至关重要…

    2025年12月13日
    000
  • 使用 FastAPI 和机器学习构建实时信用卡欺诈检测系统

    介绍 信用卡欺诈对金融业构成重大威胁,每年造成数十亿美元的损失。为了解决这个问题,人们开发了机器学习模型来实时检测和防止欺诈交易。在本文中,我们将逐步介绍使用 fastapi(python 的现代 web 框架)以及在 kaggle 流行的信用卡欺诈检测数据集上训练的随机森林分类器构建实时信用卡欺诈…

    2025年12月13日
    000
  • Jupyter Notebooks 作为端到端分析解决方案

    介绍 你醒了。您查看待办事项列表,发现团队成员有一项任务。他们希望您进行某种分析并生成报告。请求本身相对复杂,这意味着您可能需要使用问题陈述对其进行分解,从数据源中提取数据,进行探索,收集您的见解,然后向团队成员讲述您的发现故事。 解决这个问题的方法如下: 在任务跟踪平台(例如 Trello、Jir…

    2025年12月13日
    000
  • python程序语言运算符

    python 将运算符分为以下几组运营商类型算术运算符赋值运算符比较运算符 逻辑运算符按位运算符会员经营者 节目 算术运算符 算术运算符是数值是数学运算符1.添加2.减法3.乘法4.划分5.模块6.楼层划分 添加 a=3b=2打印(a + b)欧/普5 减法 a=6b=5打印(a-b)欧/普1 乘法…

    2025年12月13日
    000
  • 在 AWS 中转换文件更快、更便宜:Polar 或 Pandas?

    两者都提供了广泛的工具和优势,这可能会让我们在某些时候怀疑选择两者中的哪一个。这并不是要改变公司的所有流程,以便他们开始使用 polars 或 pandas“死亡”(这不会在不久的将来发生)。这是关于了解其他可以帮助我们降低流程成本和时间、获得相同或更好结果的工具。 当我们使用云服务时,我们会优先考…

    2025年12月13日
    000
  • 从 Javascript 过渡到 Python:初学者之旅

    我的全栈开发之路 作为成为全栈开发人员的旅程的一部分,我从 javascript 和 react 开始。在成功完成这些技术的项目后,我开始学习 python、sql 并创建自己的 cli 菜单。这个变化既令人兴奋又充满挑战,因为 python 的简单性最初让我怀疑它是否真的那么容易。 拥抱 pyth…

    2025年12月13日
    000
  • DevOps 中脚本语言的力量:日复一日的 DevOps 工具系列

    欢迎来到“50 天 50 个 DevOps 工具”系列的第 26 天!今天,我们将把重点从特定工具转移到 DevOps 和 IT 自动化的基本方面——脚本语言。脚本编写是 DevOps 中自动化、编排和配置管理的支柱。了解如何有效地使用脚本语言可以显着提高 DevOps 工程师的效率和生产力。 什么…

    2025年12月13日
    000
  • 利用 AI 促进内容创作:引入 AI 博客文章生成器

    在当今快节奏的数字世界中,内容为王。无论您是博主、营销人员还是企业主,创建高质量、引人入胜的内容对于增加流量和扩大在线影响力至关重要。但让我们面对现实吧,写作可能既耗时又具有挑战性,尤其是当您同时处理多项任务时。这就是人工智能博客文章生成器的用武之地! ? 什么是人工智能博客文章生成器? AI 博客…

    2025年12月13日 好文分享
    000
  • 关于棋盘的一个

    每周挑战 281 很抱歉在过去的几周里我没能做到。我搬了家,换了新工作,所以这段时间没有机会参与挑战。 穆罕默德·s·安瓦尔 (mohammad s. anwar) 每周都会发出“每周挑战”,让我们所有人都有机会为两周的任务提出解决方案。我的解决方案首先用python编写,然后转换为perl。这对我…

    2025年12月13日
    000
  • 人口统计数据集分析

    你好, 由于我最近沉浸在 Python 数据分析中,今天我成功地使用了我的第一个 Jupyter 笔记本。它的灵感来自于 freeCodeCamp 的练习。 ? 它看起来像什么? 笔记本本身怎么样? 基于简单的方法,该笔记本具有练习目的,专为想要掌握 Python 数据分析的初学者而设计。 我邀请大…

    2025年12月13日
    000
  • 如何为初学者使用 Python 创建“猜数字”游戏

    什么是“猜数字”游戏? 在这个游戏中,计算机随机选择一个数字,你必须猜测它是什么。每次猜测后,计算机都会告诉您您的猜测是否太高、太低或恰到好处。当您猜对数字时游戏结束,并且它还会告诉您尝试了多少次。 让我们开始吧! 第1步:导入随机模块首先,我们需要导入随机模块。该模块帮助我们生成一个随机数,您将尝…

    2025年12月13日
    000

发表回复

登录后才能评论
关注微信