Python 事件驱动编程

事件驱动的编程侧重于事件。最终,程序的流程取决于事件。到目前为止,我们处理顺序或并行执行模型,但具有事件驱动编程概念的模型称为异步模型。事件驱动的编程取决于始终侦听新传入事件的事件循环。事件驱动编程的工作取决于事件。一旦事件循环,然后事件决定执行什么以及以什么顺序执行。以下流程图将帮助您了解其工作原理

驱动

Python模块 - Asyncio

Asyncio模块是在Python 3.4中添加的,它提供了使用协同例程编写单线程并发代码的基础结构。以下是Asyncio模块使用的不同概念

事件循环

事件循环是处理计算代码中的所有事件的功能。它在整个程序的执行过程中发挥作用,并跟踪事件的传入和执行。Asyncio模块允许每个进程使用一个事件循环。以下是Asyncio模块提供的一些管理事件循环的方法

  • loop = get_event_loop() - 此方法将为当前上下文提供事件循环。

  • loop.call_later(time_delay,callback,argument) - 此方法安排在给定的time_delay秒之后调用的回调。

  • loop.call_soon(callback,argument) - 此方法安排尽快调用的回调。 在call_soon()返回并且控件返回到事件循环时调用回调。

  • loop.time() - 此方法用于根据事件循环的内部时钟返回当前时间。

  • asyncio.set_event_loop() - 此方法将当前上下文的事件循环设置为循环。

  • asyncio.new_event_loop() - 此方法将创建并返回一个新的事件循环对象。

  • loop.run_forever() - 此方法将一直运行,直到调用stop()方法。

以下事件循环示例通过使用get_event_loop()方法帮助打印 hello world 。此示例取自Python官方文档。

import asyncio

def hello_world(loop):
   print('Hello World')
   loop.stop()

loop = asyncio.get_event_loop()

loop.call_soon(hello_world, loop)

loop.run_forever()
loop.close()

输出

Hello World

期货

这与concurrent.futures.Future类兼容,该类表示尚未完成的计算。asyncio.futures.Future和concurrent.futures.Future之间存在以下差异

  • result()和exception()方法不会使用超时参数,并在未来尚未完成时引发异常。

  • 用add_done_callback()注册的回调总是通过事件循环的call_soon()调用。

  • asyncio.futures.Future类与concurrent.futures包中的wait()和as_completed()函数不兼容。

以下是一个示例,可帮助您了解如何使用asyncio.futures.future类。

import asyncio

async def Myoperation(future):
   await asyncio.sleep(2)
   future.set_result('Future Completed')

loop = asyncio.get_event_loop()
future = asyncio.Future()
asyncio.ensure_future(Myoperation(future))
try:
   loop.run_until_complete(future)
   print(future.result())
finally:
   loop.close()

输出

Future Completed

协同程序

Asyncio中的协同程序的概念类似于线程模块下的标准Thread对象的概念。这是子程序概念的概括。协程可以在执行期间暂停,以便等待外部处理并从外部处理完成时停止的点返回。以下两种方式帮助我们实现协同程序

异步def函数()

这是在Asyncio模块下实现协同程序的方法。以下是相同的Python脚本

import asyncio

async def Myoperation():
   print("First Coroutine")

loop = asyncio.get_event_loop()
try:
   loop.run_until_complete(Myoperation())

finally:
   loop.close()

输出

First Coroutine

@ asyncio.coroutine装饰

实现协同程序的另一种方法是利用@ asyncio.coroutine装饰器来生成生成器。以下是相同的Python脚本

import asyncio

@asyncio.coroutine
def Myoperation():
   print("First Coroutine")

loop = asyncio.get_event_loop()
try:
   loop.run_until_complete(Myoperation())

finally:
   loop.close()

输出

First Coroutine

任务

Asyncio模块的这个子类负责以并行方式在事件循环中执行协同程序。以下Python脚本是并行处理某些任务的示例。

import asyncio
import time
async def Task_ex(n):
   time.sleep(1)
   print("Processing {}".format(n))
async def Generator_task():
   for i in range(10):
      asyncio.ensure_future(Task_ex(i))
   int("Tasks Completed")
   asyncio.sleep(2)

loop = asyncio.get_event_loop()
loop.run_until_complete(Generator_task())
loop.close()

输出

Tasks Completed
Processing 0
Processing 1
Processing 2
Processing 3
Processing 4
Processing 5
Processing 6
Processing 7
Processing 8
Processing 9

Asyncio

Asyncio模块提供用于实现各种类型通信的传输类。这些类不是线程安全的,并且在建立通信信道之后总是与协议实例配对。

以下是从BaseTransport继承的不同类型的传输 -

  • ReadTransport - 这是只读传输的接口。

  • WriteTransport - 这是只写传输的接口。

  • DatagramTransport - 这是用于发送数据的接口。

  • BaseSubprocessTransport - 类似于 BaseTransport 类。

以下是BaseTransport类的五种不同方法,这些方法随后在四种传输类型中是瞬态的

  • close() - 关闭运输。

  • is_closing() - 如果传输正在关闭或已经关闭,则此方法将返回true。传输。

  • get_extra_info(name,default = none) - 这将为我们提供有关传输的一些额外信息。

  • get_protocol() - 此方法将返回当前协议。

协议

Asyncio模块提供了可以子类化以实现网络协议的基类。这些课程与运输一起使用; 协议解析传入的数据并请求传出数据的写入,而传输负责实际的I / O和缓冲。以下是三类议定书

  • 协议 - 这是实现用于TCP和SSL传输的流协议的基类。

  • DatagramProtocol - 这是用于实现与UDP传输一起使用的数据报协议的基类。

  • SubprocessProtocol - 这是用于实现通过一组单向管道与子进程通信的协议的基类。

下一章:Python 反应式编程

反应式编程是一种编程范式,用于处理数据流和变化的传播。这意味着当一个组件发出数据流时,更改将通过响应式编程库传播到其他组件。变化的传播将持续到最终接收器。事件驱动和反应式编程之间的区别在于事件驱动的编程围绕事件而反 ...