带有异步等待变量的 pyzmq REQ/REP
Posted
技术标签:
【中文标题】带有异步等待变量的 pyzmq REQ/REP【英文标题】：pyzmq REQ/REP with asyncio await for variable 【发布时间】：2019-12-01 01:36:40 【问题描述】：我第一次在 python 中使用 asyncio 并尝试将它与 ZMQ 结合起来。
基本上我的问题是我有一个 REP/REQ 系统，在一个 async def 中，我需要等待一个函数。如何不更新值。
下面是一段代码的 sn-p 来说明这一点：
#Declaring the zmq context
context = zmq_asyncio.Context()
REP_server_django = context.socket(zmq.REP)
REP_server_django.bind("tcp://*:5558")
我将这个对象发送给一个类并在这个函数中取回它
async def readsonar(self, trigger_pin, REP_server_django):
i= 0
while True:
ping_from_view = await REP_server_django.recv() # line.1
value = await self.board.sonar_read(trigger_pin) # line.2
print(value) # line.3
json_data = json.dumps(value) # line.4
#json_data = json.dumps(i) # line.4bis
REP_server_django.send(json_data.encode()) # line.5
i+=1 # line.6
await asyncio.sleep(1/1000) # line.7
sonar_read 正在使用 pymata_express 读取超声波传感器。如果我评论 line.2 和 line.4 我会得到 i 的正确值。如果我评论 line.1 和 line.5，print(value) 会从 sonar_read 打印正确的值。但是，当我按此处所示运行它时，value 没有更新。
我错过了什么吗？
编辑： 编辑了关于行 cmets 的类型。我的意思是，如果我只读取声纳并打印值。它工作正常。如果我只有.recv() 和.send(json.dumps(i).encode())，它可以工作。但是，如果我尝试从声纳发送值。它锁定到未更新的给定 value
EDIT2：（对 Alan Yorinks 的回答）：这是 MWE，它考虑了您发送的有关 zmq 在课堂上的声明的内容。取自pymata_express 示例concurrent_tasks.py
要重现错误，请在两个不同的终端中运行这两个脚本。您将需要一个安装了Frimata_express 的arduino 板。如果一切顺利，
PART A. 应该只在 mve_req.py 结束时吐出相同的值。您可以编辑不同的块（部分 A、B 或 C）以查看行为。
mve_rep.py
#ADAPTED FROM PYMATA EXPRESS EXAMPLE CONCURRENTTAKS
#https://github.com/MrYsLab/pymata-express/blob/master/examples/concurrent_tasks.py
import asyncio
import zmq
import json
import zmq.asyncio as zmq_asyncio
from pymata_express.pymata_express import PymataExpress
class ConcurrentTasks:
def __init__(self, board):
self.loop = board.get_event_loop()
self.board = board
self.ctxsync = zmq.Context()
self.context = zmq.asyncio.Context()
self.rep = self.context.socket(zmq.REP)
self.rep.bind("tcp://*:5558")
self.trigger_pin = 53
self.echo_pin = 51
loop.run_until_complete(self.async_init_and_run())
async def readsonar(self):
i = 0
while True:
#PART. A. WHAT I HOPE COULD WORK
rep_recv = await self.rep.recv() # line.1
value = await self.board.sonar_read(self.trigger_pin) # line.2
print(value) # line.3
json_data = json.dumps(value) # line.4
# json_data = json.dumps(i) # line.4bis
await self.rep.send(json_data.encode()) # line.5
i += 1 # line.6
await asyncio.sleep(1 / 1000) # line.7
'''
#PART. B. WORKS FINE IN UPDATING THE SONAR_RAED VALUE AND PRINTING IT
value = await self.board.sonar_read(self.trigger_pin) # line.2
print(value) # line.3
json_data = json.dumps(value) # line.4
i += 1 # line.6
await asyncio.sleep(1 / 1000) # line.7
'''
'''
#PART. C. WORKS FINE IN SENDING THE i VALUE OVER ZMQ
rep_recv = await self.rep.recv() # line.1
json_data = json.dumps(i) # line.4bis
await self.rep.send(json_data.encode()) # line.5
i += 1 # line.6
await asyncio.sleep(1 / 1000) # line.7
'''
async def async_init_and_run(self):
await self.board.set_pin_mode_sonar(self.trigger_pin, self.echo_pin)
readsonar = asyncio.create_task(self.readsonar())
await readsonar
# OTHER CREATED_TASK GO HERE, (removed them in the MVE, but they work fine)
if __name__ == "__main__":
loop = asyncio.get_event_loop()
my_board = PymataExpress()
try:
ConcurrentTasks(my_board)
except (KeyboardInterrupt, RuntimeError):
loop.run_until_complete(my_board.shutdown())
print('goodbye')
finally:
loop.close()
mve_req.py
import zmq
import time
import json
def start_zmq():
context = zmq.Context()
REQ_django = context.socket(zmq.REQ)
REQ_django.connect("tcp://localhost:5558")
return REQ_django, context
def get_sonar(REQ_django):
REQ_django.send(b"server_django")
ping_from_server_django = REQ_django.recv()
return ping_from_server_django.decode()
if __name__ == '__main__':
data = "sensors":
REQ_django, context = start_zmq()
while REQ_django:
data['sensors']['sonar'] = get_sonar(REQ_django)
json_data = json.dumps(data)
print(data)
#DO OTHER WORK
time.sleep(1)
REQ_django.close()
context.term()
【问题讨论】：
【参考方案1】：完全公开，我是pymata-express和python-banyan.的作者，OP要求我发布这个解决方案，所以这并不是一个无耻的插件。
自从在 Python 3 中首次引入 asyncio 以来，我一直在使用它进行开发。当 asyncio 代码工作时，asyncio (恕我直言) 可以简化并发和代码。但是，当出现问题时，调试和了解问题的原因可能会令人沮丧。
我提前道歉，因为这可能有点冗长，但我需要提供一些背景信息，以免示例看起来像一些随机代码。
python-banyan 框架的开发是为了提供线程、多处理和异步的替代方案。简而言之，Banyan 应用程序由小型目标可执行文件组成，这些可执行文件使用通过 LAN 共享的协议消息相互通信。它的核心使用 Zeromq。它的设计目的不是让流量通过 WAN 移动，而是将 LAN 用作“软件背板”。在某些方面，Banyan 类似于 MQTT，但在 LAN 中使用时速度要快得多。如果需要，它确实能够连接到 MQTT 网络。
Banyan 的一部分是一个叫做 OneGPIO 的概念。它是一种协议消息规范，将 GPIO 功能抽象为独立于任何硬件实现。为了实现硬件细节，开发了专门的 Banyan 组件，称为 Banyan 硬件网关。有适用于 Raspberry Pi、Arduino、ESP-8266 和 Adafruit Crickit Hat 的网关。 GPIO 应用程序发布任何或所有网关可以选择接收的通用 OneGPIO 消息。要从一个硬件平台移动到另一个硬件平台，启动硬件关联网关，无需修改，启动控制组件（如下所示的代码）。从一个硬件平台到另一个硬件平台，任何组件都不需要修改代码，控制组件和网关都没有修改。启动控制组件时，可以通过命令行选项指定变量，例如引脚号。对于 Arduino 网关，pymata-express 用于控制 Arduino 的 GPIO。 Pymata-express 是 StandardFirmata 客户端的异步实现。需要注意的是，下面的代码不是 asyncio。 Banyan 框架允许使用适合问题的工具进行开发，同时允许解耦部分解决方案，在这种情况下，应用程序允许将 asyncio 与 non-asyncio 混合使用，而不会遇到通常在做的过程中遇到的任何麻烦。所以。
在提供的代码中，类定义下面的所有代码都用于提供对命令行配置选项的支持。
import argparse
import signal
import sys
import threading
import time
from python_banyan.banyan_base import BanyanBase
class HCSR04(BanyanBase, threading.Thread):
def __init__(self, **kwargs):
"""
kwargs contains the following parameters
:param back_plane_ip_address: If none, the local IP address is used
:param process_name: HCSR04
:param publisher_port: publishing port
:param subscriber_port: subscriber port
:param loop_time: receive loop idle time
:param trigger_pin: GPIO trigger pin number
:param echo_pin: GPIO echo pin number
"""
self.back_plane_ip_address = kwargs['back_plane_ip_address'],
self.process_name = kwargs['process_name']
self.publisher_port = kwargs['publisher_port']
self.subscriber_port = kwargs['subscriber_port'],
self.loop_time = kwargs['loop_time']
self.trigger_pin = kwargs['trigger_pin']
self.echo_pin = kwargs['echo_pin']
self.poll_interval = kwargs['poll_interval']
self.last_distance_value = 0
# initialize the base class
super(HCSR04, self).__init__(back_plane_ip_address=kwargs['back_plane_ip_address'],
subscriber_port=kwargs['subscriber_port'],
publisher_port=kwargs['publisher_port'],
process_name=kwargs['process_name'],
loop_time=kwargs['loop_time'])
threading.Thread.__init__(self)
self.daemon = True
self.lock = threading.Lock()
# subscribe to receive messages from arduino gateway
self.set_subscriber_topic('from_arduino_gateway')
# enable hc-sr04 in arduino gateway
payload = 'command': 'set_mode_sonar', 'trigger_pin': self.trigger_pin,
'echo_pin': self.echo_pin
self.publish_payload(payload, 'to_arduino_gateway')
# start the thread
self.start()
try:
self.receive_loop()
except KeyboardInterrupt:
self.clean_up()
sys.exit(0)
def incoming_message_processing(self, topic, payload):
print(topic, payload)
with self.lock:
self.last_distance_value = payload['value']
def run(self):
while True:
with self.lock:
distance = self.last_distance_value
payload = 'distance': distance
topic = 'distance_poll'
self.publish_payload(payload, topic)
time.sleep(self.poll_interval)
def hcsr04():
parser = argparse.ArgumentParser()
# allow user to bypass the IP address auto-discovery.
# This is necessary if the component resides on a computer
# other than the computing running the backplane.
parser.add_argument("-b", dest="back_plane_ip_address", default="None",
help="None or IP address used by Back Plane")
parser.add_argument("-i", dest="poll_interval", default=1.0,
help="Distance polling interval")
parser.add_argument("-n", dest="process_name", default="HC-SRO4 Demo",
help="Set process name in banner")
parser.add_argument("-p", dest="publisher_port", default="43124",
help="Publisher IP port")
parser.add_argument("-s", dest="subscriber_port", default="43125",
help="Subscriber IP port")
parser.add_argument("-t", dest="loop_time", default=".1",
help="Event Loop Timer in seconds")
parser.add_argument("-x", dest="trigger_pin", default="12",
help="Trigger GPIO pin number")
parser.add_argument("-y", dest="echo_pin", default="13",
help="Echo GPIO pin number")
args = parser.parse_args()
if args.back_plane_ip_address == 'None':
args.back_plane_ip_address = None
kw_options = 'back_plane_ip_address': args.back_plane_ip_address,
'publisher_port': args.publisher_port,
'subscriber_port': args.subscriber_port,
'process_name': args.process_name,
'loop_time': float(args.loop_time),
'trigger_pin': int(args.trigger_pin),
'echo_pin': int(args.echo_pin),
'poll_interval': int(args.poll_interval)
# replace with the name of your class
HCSR04(**kw_options)
# signal handler function called when Control-C occurs
def signal_handler(sig, frame):
print('Exiting Through Signal Handler')
raise KeyboardInterrupt
# listen for SIGINT
signal.signal(signal.SIGINT, signal_handler)
signal.signal(signal.SIGTERM, signal_handler)
if __name__ == '__main__':
hcsr04()
【讨论】：
也许我漏掉了什么，但你为什么需要在课堂上加入threading.Thread？
我在玩弄它并错误地将其留在了其中，但是，我只是修改了上面的脚本以使用线程来允许您轮询最新的值。您可以使用 -i 选项设置轮询时间。每次达到轮询时间时，都会发布一条新的 Banyan 消息。【参考方案2】：
我让它工作了，虽然我不得不承认，我不明白它为什么工作的原因。基本上我必须创建一个新的async def，它只轮询来自sonar_read 的读数并使用asyncio.wait 来返回值。这是代码：
#ADAPTED FROM PYMATA EXPRESS EXAMPLE CONCURRENTTAKS
#https://github.com/MrYsLab/pymata-express/blob/master/examples/concurrent_tasks.py
import asyncio
import zmq
import json
import zmq.asyncio as zmq_asyncio
from pymata_express.pymata_express import PymataExpress
class ConcurrentTasks:
def __init__(self, board):
self.loop = board.get_event_loop()
self.board = board
self.ctxsync = zmq.Context()
self.context = zmq.asyncio.Context()
self.rep = self.context.socket(zmq.REP)
self.rep.bind("tcp://*:5558")
self.trigger_pin = 53
self.echo_pin = 51
loop.run_until_complete(self.async_init_and_run())
### START: NEW CODE THAT RESOLVED THE ISSUE
async def pingsonar(self):
value = await self.board.sonar_read(self.trigger_pin)
return value
async def readsonar(self):
while True:
rep_recv = await self.rep.recv()
value = await asyncio.wait([self.pingsonar()])
valuesonar = list(value[0])[0].result()
json_data = json.dumps(valuesonar)
await self.rep.send(json_data.encode())
await asyncio.sleep(1 / 1000) #maybe this line isn't necessary
### END : NEW CODE THAT RESOLVED THE ISSUE
async def async_init_and_run(self):
await self.board.set_pin_mode_sonar(self.trigger_pin, self.echo_pin)
readsonar = asyncio.create_task(self.readsonar())
await readsonar
# OTHER CREATED_TASK GO HERE, (removed them in the MVE, but they work fine)
if __name__ == "__main__":
loop = asyncio.get_event_loop()
my_board = PymataExpress()
try:
ConcurrentTasks(my_board)
except (KeyboardInterrupt, RuntimeError):
loop.run_until_complete(my_board.shutdown())
print('goodbye')
finally:
loop.close()
仍然感谢您的帮助。
【讨论】：
【参考方案3】：（O/P MCVE 问题的定义更进一步——然而，无论是否优先考虑，sensors|actors-control-systems 的协调问题，设计使用的系统越多分布式自治代理在专业上非常复杂，很容易制作有缺陷的“快捷方式”或进入system-wide blocking-state 最好先阅读至少this 关于ZeroMQ Hierarchy in Less Than 5 seconds 和this 关于相互死锁 阻塞阅读神话般的 Pieter HINTJENS 的书“连接代码：第 1 卷”对于任何系统设计师来说都具有巨大的价值）
"...seams 很有趣，因为它已经实现了异步，所以我可以像我一样添加异步 zmq。我错了吗？"
是的，没有“只需添加异步”快捷方式，控制系统是非常有趣的学科，而是一个复杂的学科。总是。很抱歉不得不直截了当地听到。在教科书示例或琐碎的创客项目中，用户可能会隐藏一些复杂性。然后，通过添加一个或几个更琐碎的功能来尝试扩展它们，锤子就来了。复杂性突然浮出水面，前所未见。
O/P multi-agent-[A,B,C,D]-系统代码的形式图（原样）
将正式地图放在全屏编辑器上，以便更全面地了解所有相互冲突的依赖关系和相互竞争的控制循环。延迟是最容易的部分。无法解决的死锁阻塞风险的几个地方是核心之一。 ZeroMQ，因为 v2.x 有避免其中一些的工具，软件设计师有责任适当地减轻所有其他的。控制系统（机器人或其他）必须证明这种鲁棒性和对错误的适应能力，并安全地“生存”所有“外部”事故。
最好的起点是第 1 行汇编语言指令中所表达的旧黄金法则：
;ASSUME NOTHING
并努力精心设计所有其余部分。
multi-agent-[A,B,C,D]-system coordination
| | | |
+-|-|-|--------------------- python while ~ 100 [ms] GIL-lock enforced quota for pure-[SERIAL]-ised code-execution, imposed on all python-threads ( be it voluntarily or involuntarily interruped by the python GIL-lock mechanics, O/S-specific )
+-|-|--------------------- hardware ~ 64 - 147 [ms] self.board proxy-driven, responding to python code
+-|--------------------- python asynchronous, strict sequence of remote/local events dependent ZeroMQ dFSA, distributed among local-code operated REP and remote-code operated REQ-side(s) - enforcing a mutually ordered sequence of distributed behaviour as REQ/REP Scalable Formal Communication Archetype Pattern defines
+--------------------- python asyncio.get_event_loop() instantiated another event-loop that may permit to defer an execution(s) of some parts of otherwise imperative python-code to some later time
multi-agent-[A,B,C,D]-system code (as-is)
: : : :
: : : +---------------------------------------------------------+
: : +-----------------------------------------------------------:-------------------+ - - - - - - - - - - - - - - - - -<?network?>- - - - - - - - - - - - - - +
: +-------------------------------------------------------------:----------+ : :
: : : : :
: : : : :
! : : : :
____PYTHON___! : : : :
! ? ? ? ?
+->! D? B? C?REP-1:0:N-remote---------------<?network?>------------------------REQ.C? dFSA-state?dependent
^ ! D? B? C?REP-1:0:N .C?
^ A!: IMPERATIVE LOOP-HEAD: while True: D?AWAIT B? C?REP-1:0:N-distributed-Finite-State-Automaton (dFSA) BEHAVIOUR, local .C? side depends also on EVOLUTION OF A FUZZY, DYNAMIC, MULTIPARTY, network-wide dFSA-STATE(s) inside such ECOSYSTEM
^ ! D? B? C?
^ ! D? B? C? REQ.C?-distributed-Finite-State-Automaton-STATE-REP.C?
^ ! D? B? C? vC? ^C?
^ !_______.SET DEFERRED: P_D?C?_deferred_yield_ping =D?await ... C?REP.recv()---<--?---?--vC?-----<--<network>--------<--?remote-REQ-state-C?-( ^C?-dFSA-state && C?.recv()-blocking-mode of REQ/REP .recv()-waiting till a message, if any arrives error-free, blocks till then, just deferred via D?await )
^ ! D? B? vC? ^C?
^ !_______.SET DEFERRED: S_D?B?_deferred_yield_sonar =D?await ...B?.board.sonar_read()-o-<--?-+ vC? ^C?
^ ! : | vC? ^C?
^ !_______.GUI OUTPUT: print( deferred_yield_sonar ) #A!->-----------------------------+->----?->---:?--->[ a last-known (if any) S_D?B?_deferred_yield_sonar value put "now" on GUI-screen ]
^ ! : ^ vC? ^C?
^ !_______.SET TRANSFORMED: S_D?B?_dependent_tranformed =A!json.dumps( S_D?B? )--<--<--<--+ | vC? <--[ a last-known (if any) S_D?B?_deferred_yield_sonar value transformed and assigned]
^ ! : | vC? ^C?
^ !_______.BLOCKING-MODE-SEND() REP.send( S_D?B?_dependent_transformed.encode() ) #C? .send( S_D?B? )--?---->C?-->----<?network?>-->-------?remote-REQ-state-C?-( +C?-indeterministic and blocking-mode of REQ/REP .recv()-waiting till a message, if any arrives error-free, blocks till then )
^ !X:C? ^ vC? ^C?
^ !X:C?___.SET IMPERATIVE: i += 1 | REQ.C?-distributed-Finite-State-Automaton-STATE-REP.C?
^ !X:C? ?
^ !X:C?___.NOP/SLEEP() DEFERRED: await sleep( ... ) #D?AWAIT ^ :
^ !X:C?D?+0ms | :
^ !X:C?D?_.JUMP/LOOP ? :
^__!X:C?D?+0ms ^ :
| :
| :
| :
____SONAR___________________________________________________________________________________________________________B? REQUEST T0: + EXPECT ~64 - ~147 [ms] LATENCY :
B? hardware value acquisition latency can be masked :
via await or other concurrency-trick ) :
:
____REQ-side(s)_?0:N __________________________________________________________________________________________________________________________________________________^C? dFSA-remote autonomous-agent outside-of-CodeBlock-scope-of-control + behind <?network?>
_____REQ-side(s)_?0:N _________________________________________________________________________________________________________________________________________________^C? dFSA-remote autonomous-agent outside-of-CodeBlock-scope-of-control + behind <?network?>
______REQ-side(s)_?0:N ________________________________________________________________________________________________________________________________________________^C? dFSA-remote autonomous-agent outside-of-CodeBlock-scope-of-control + behind <?network?>
_______REQ-side(s)_?0:N _______________________________________________________________________________________________________________________________________________^C? dFSA-remote autonomous-agent outside-of-CodeBlock-scope-of-control + behind <?network?>
... ::: ...
______...REQ-side(s)_?0:N _____________________________________________________________________________________________________________________________________________^C? dFSA-remote autonomous-agent outside-of-CodeBlock-scope-of-control + behind <?network?>
正如 O/P 的 EDIT : 2 小时前解释的那样，现在问题很明显了。无限的while True:-循环指示硬步通过，逐行，循环-再次“旋转”所有步骤，一个接一个，而任何asyncio @987654331 @-装饰的仿函数存在，异步独立于这个“主要”A：while True:-命令式代码执行的循环块。同样的方式 a B:self.board-设备的外部声纳设备是一个独立的定时设备，在 python 代码之外，具有一些无法管理的硬件/读取/解码延迟，固定的协调-循环 + C: ZeroMQ-REQ/REP-Archetype-behaviour（再次与分散的“外国”REQ-actor(s)/agent(s) 进行外部协调 - 是的，你不知道，其中有多少... - 但都超出了您的控制范围，所有REQ-side(s) 和您本地实例化的REP-side 分布式有限状态机状态完全独立于“框架”-python 循环的意愿来推动步骤并执行下一步，下一步，下一步......）+另一个，这里 D：asyncio.get_event_loop() - 实例化的“第三个”-event_loop，这会影响 await-decorated 仿函数实际上被允许延迟产生结果并在稍后交付它们的方式----- 而且，这就是“交叉面包”-event_loops 的问题。
如果这个问题的设置是由任何计算机科学教授详细阐述的，那么她/他应该得到起立鼓掌，因为他使这项任务成为分布式系统问题的最佳示例——几乎可以作为对 Margaret HAMILTON 夫人工作的致敬关于阿波罗 AGC 计算机系统的正确设计，她的工作解决了这类问题，从而挽救了机组人员的生命和 50 年前登月的所有自豪感。很棒的演讲，汉密尔顿夫人，很棒的演讲。
微不足道，但就在现场。
确实是一项可爱且科学上奇妙的任务：
为一组独立定时和操作的代理 [A, B, C, D], A 是一种命令式解释 Python 语言，主要具有 GIL-lock prevented zero-concurrency，设计一个稳健、具有故障恢复能力和协调工作的策略，但是一个纯粹的[SERIAL] 过程流，C 是一个模糊的半持久网络分布式 REQ/REP-agents 集合，B 是一个独立操作的硬件设备，与A 有一些有限的 I/O 接口-inspectable self.board-proxy，所有这些都是相互独立的，并且物理分布在给定的软件、硬件和网络生态系统中。
昨天已经提出了硬件诊断 + 提议的系统架构方法。如果不测试self.board-托管的声纳设备延迟，没有人可以决定下一个最佳步骤，因为现实的（体内基准测试）硬件响应时间（最好也是.board的文档和它的外围传感器device(s) MUX-ed or not？PRIO-driven or MUTEX-locked or static, non-shared peripheral device, register-read-only abstracted, ... ) 是决定可能的[A, B, C, D]-coordination 的关键战略。
ZeroMQ 部分：
如果您评论 l.5 - REP_server_django.send(json_data.encode()) # l.5 您将进入最终块，作为 REQ/REP ZeroMQ 可扩展正式通信原型模式的原始严格形式不能再次.recv()，如果在收到第一个.recv() .send() 之后没有回复REQ 端。
这是一个简单的问题。
其余的不是可重现的代码。
您可能想要：
验证self.board.sonar_read( trigger_pin ) 是否收到任何值并测试这样做的延迟：
import numpy as np
from zmq import Stopwatch
aClk = Stopwatch()
def sonarBeep():
try:
a_value = -1
aClk.start()
a_value = self.board.sonar_read( trigger_pin )
a_time_us = aClk.stop()
except:
try:
aClk.stop()
finally:
a_time_us = -1
finally:
return( a_value, a_time_us )
并运行一系列 100 次声纳测试，以获得关于延迟时间的 min、Avg、StDev、MAX 读数，所有这些读数都在 [us] 中，因为这些值是基数要知道，如果要根据声纳传感器数据设计一些控制回路。
[ aFun( [ sonarBeep()[1] for _ in range( 100 ) ]
) for aFun in ( np.min, np.mean, np.std, np.max )
]
系统架构和子系统协调：
最后但同样重要的是，可以让读取和存储声纳数据，在一个绝对独立的事件循环中，不与任何其他操作协调，只从这样的存储中读取一个状态变量，设置在一个独立工作的子系统中（如果不是作为独立的系统行为来非常节省电力）
每当尝试紧密协调独立事件流时（在分布式系统中最糟糕的代理不协调或弱协调）设计必须在对错误和时间错位和错误的鲁棒性方面有所提高-弹力。否则系统可能很快就会死锁/活锁。
如果有疑问，可以学习 XEROX Palo Alto 研究中心 MVC 分离的原始哲学，其中 MODEL 部分可以（并且大部分时间在 GUI 框架中） ，因为 198x+ 确实 ) 接收许多独立于其他系统组件更新的状态变量，如果他们需要它们并且需要它们，它们只会读取/使用实际状态变量的数据。同样，如果功率预算允许，SONAR 可以连续扫描场景并将读数写入任何本地寄存器，并让其他组件来询问或接受他们对最后一次实际 SONAR 读数的请求。
ZeroMQ zen-of-zero 也是如此。
如果这可能有帮助，请检查以这种方式正常工作的本地消息存储的 zmq.CONFLATE 模式。
一个小提示：有人可能已经注意到，sleep( 1 / 1000 ) 是一个相当昂贵、重复执行的步骤并且很危险，因为它在 py2.x 中实际上不会休眠，因为整数除法。
【讨论】：
这是一个非常有趣的答案，可能有点超出我的能力范围。尽管如此，我已经运行了你的延迟测试。这是值：min = 64；最大值 = 147； sdtdev = 7.48;平均值 = 74.5。我运行它超过 1000 个。我对这种方法的想法是让 zmq 等待从另一个脚本接收消息以查找声纳值，并且在等待时，它可能正在运行并发任务，例如启用电机等。 .. 这是 pymata express seams 非常有趣，因为它已经实现了异步，所以我可以像我一样添加异步 zmq。我错了吗？ 我非常感谢您回答中的细节，但我不得不承认我并不完全了解所有内容。你是在告诉我我想做的事情是不可能的吗？有没有其他方法可以解决这个问题？基本上将声纳读取的值通过管道传输到另一个脚本。【参考方案4】：我不确定这是否能解决您的问题，但我确实发现了一些潜在问题。
-
不清楚如何调用 readsonar。
上下文的创建有错别字。
REP_server_django.send 没有等待。
以下是我对代码的返工（未经测试）：
import asyncio
import zmq
import json
class Play:
def __init__(self):
self.context = zmq.asyncio.Context()
self.REP_server_django = self.context.socket(zmq.REP)
self.REP_server_django.bind("tcp://*:5558")
self.event_loop = asyncio.get_event_loop()
self.event_loop.run_until_complete(self.readsonar(4))
async def readsonar(self, trigger_pin):
i = 0
while True:
ping_from_view = await self.REP_server_django.recv() # l.1
value = await self.board.sonar_read(trigger_pin) # l.2
print(value) # l.3
json_data = json.dumps(value) # l.4
# json_data = json.dumps(i) # l.4bis
await self.REP_server_django.send(json_data.encode()) # l.5
i += 1 # l.6
await asyncio.sleep(1 / 1000) # l.6
【讨论】：
与 ZeroMQ 合作多年，如果尝试安全“杂交”同步（阻塞）| ZeroMQ Context()-instance 的异步 模式（一个异步引擎，带有信号/消息传递/队列存储-mgrs/多协议工厂/接口驱动逻辑，都在一个完全独立的线程池中运行）服务与任何其他asyncio（现在包含 py3）或其他事件循环。即使尝试“重用”Tkinter-mainloop，这一直是一个技巧，如何重用不协调的演员/函子的智能框架也很难与 zmq 混合 更新了原始问题以解决这一点。如果 ZMQ 不适合这里的工作。你会如何解决这个问题。基本上，我有“服务器”脚本使用 REQ/REP 请求该脚本的声纳值。我不知道如何管理这些数据以上是关于带有异步等待变量的 pyzmq REQ/REP的主要内容，如果未能解决你的问题，请参考以下文章