转载 twisted--何为异步

Posted 2020-07-31 alex.shu

Reference: http://www.cnblogs.com/yueerwanwan0204/p/5589860.html

 

　早就想写一篇文章，整体介绍python的2个异步库，twisted和tornado。我们在开发python的tcpserver时候，通常只会用3个库，twisted、tornado和gevent，其中以twisted和tornado为代表的异步库的效率比较高，但对于开发者要求有点高。大家都在讨论异步效率高，那到底什么是异步，为何它的效率比较高呢？世界总是守恒的，异步效率高的同时牺牲了什么呢？我们今天就来讲讲python的异步库。

　　其实我们谈论的异步库都是基于计算机模型Event Loop，它不单单只有python有，如果大家用过ajax就知道，ajax获取数据的时候，一般都是异步获取。其实整个js都是基于eventloop的单线程，好吧，扯远了。那什么是Eevent Loop呢？请看下图

　　我们知道，每一个程序运行都会开启一个进程，在tcpserver服务器历史上，主要有3种方式来处理客户端来的连接。

　　为了方便说明，我们把tcpserver想象成对银行办理业务的过程，你每次去银行办理业务的时候，其实真正办理业务的时间并不长，其中很多时候，银行的工作人员也在等待，比如她操作一笔业务，电脑还没有及时反应过来，她没事可做，只能等待；打印各种文件的时候，也在等待。这其实跟我们的tcpserver是一样的，很多应用，我们的tcpserver一直在等待。

　　第一，阻塞排队。银行只开通一个窗口，每个人过来，都要排队，每一个人都要等待，其中还有很多时候，银行的工作人员在等电脑、打印机的操作时间。这种方式效率最低下。

　　第二，子进程。每次来一个客户，银行都开启一个窗口，专门接待，但银行的窗口不是无限的，每开启一个窗口，都有代价。这种方式比上面好了一些，但效率还不是那么高。

　　第三，线程。银行看到每个业务员虽然一直在忙活，但中间等待时间过长，效率提高不上来。于是，领导规定，每个业务员同时处理10个客户(1个进程开始10个线程)，在处理客户1的空余时间，再处理客户2，或者其他的。嗯，貌似效率提高了，但业务员同时接这么多客户，极其容易出错(线程模式，确实容易出错，而且还不好控制，通常线程都只是处理比较单一、简单的任务)。

 

　　好了，经过对历史问题的研究，银行终于想到了终极大法，异步。银行请了机器人做业务员，并且把所有的客户都围成一个圈(这个圈就是eventloop)，机器人站在这个圈的中间，不停的旋转(无限循环)。机器人每次接到一个客户，都让客户加入到这个圈子里。然后就开始处理业务，处理业务，那旋转暂停，如果在处理这个业务的时候，遇到任何忙等待行为，比如操作打印机等待、操作电脑时等待，都会先把这个业务挂起来，保存好(保存上下文环境，其实可以想象成压栈)，然后继续旋转，如果有其他业务过来，处理之，继续上述行为。这时候，有个业务等待完毕，发送信号给机器人，机器人把刚才挂起的这个业务环境(把保存好的上下文环境拉出来，想象成出栈)，然后继续处理，一直到处理完为止。

　　整个过程就是无限循环，遇到事件就处理，如果这个事件需要等待，就挂起，继续循环，如果等待完毕，发送信号给循环，继续处理，完毕后，继续循环。这就是异步。

　　对比历史的3个过程，异步是不是效率明显要比之前的高很多？但是也有代价，尤其对程序员要求比较高，什么时候该保存上下文？什么时候出来？出错的时候，如何处理？等等，这个以后我们会逐渐介绍这其中的问题。

　　

　　

    下面我们回到实际的twisted，这个图是官方引用图，我觉得非常好的诠释了twisted的运行过程。通过这个图，再结合我上面的例子，我想大家对twisted的运行过程有个基本了解了。

　　实际上，这个reactor loop就是整合twisted最核心的东西，所有的事件都在这个“圈”上，而在此基础上，再加上socket，就是接受网络客户端数据的过程。这个圈在没有socket的情况下，也可以工作。以后我们会遇到twisted结合rabbitmq的情况，rabbitmq的消费者也是一个"圈"，其实就是把这个"圈"套在twisted的哪个"圈"上，只不过twisted的任何事件，都需要异步化。

　　上面说了这么多概念，我们就用代码试试twisted。我发现网上很多博客开始介绍twisted，往往一大堆代码，新手都不知道怎么入手，这对新手来说，是一个难题。我们今天就尝试解决这个难题。

from twisted.internet import reactor
reactor.run()

　　代码如上，就1行代码，直接运行，这时候这个"圈"就运行起来了。没有socket，不能接受客户端写入数据。

　　在此基础上，加一点料。

　　

import time

def hello():
    print("Hello world!===>" + str(int(time.time())))

from twisted.internet import reactor
reactor.callWhenRunning(hello)
reactor.callLater(3, hello)
reactor.run()

　　看代码，我想，你就是不懂twisted，看字面意思，也知道这怎么回事了吧。callWhenRunning，就是reactor开始运行的时候，就触发hello函数；callLater就是3秒以后再触发一次。看一下结果

/usr/bin/python3.5 /home/yudahai/PycharmProjects/test0001/test001.py
Hello world!===>1466129667
Hello world!===>1466129670

　　结果也这样，是不是很简单？对，单纯的reactor确实非常简单。我们多尝试复杂点的任务看看。

import time

def hello(name):
    print("Hello world!===>" + name + \'===>\' + str(int(time.time())))

from twisted.internet import reactor, task

task1 = task.LoopingCall(hello, \'ding\')
task1.start(10)

reactor.callWhenRunning(hello, \'yudahai\')
reactor.callLater(3, hello, \'yuyue\')

reactor.run()

　　这面在函数里面，多加了一个参数，又在其中，加了一个循环任务taks1，task1每10秒运行一次。task用twisted会经常用到，因为我们会轮询检测每个连接上来的客户端意外断线的情况，这时候就要用到task。好了，看看结果。

/usr/bin/python3.5 /home/yudahai/PycharmProjects/test0001/test001.py
Hello world!===>ding===>1466130033
Hello world!===>yudahai===>1466130033
Hello world!===>yuyue===>1466130036
Hello world!===>ding===>1466130043
Hello world!===>ding===>1466130053
Hello world!===>ding===>1466130063
Hello world!===>ding===>1466130073
Hello world!===>ding===>1466130083
Hello world!===>ding===>1466130093
Hello world!===>ding===>1466130103

　　看到结果，大家应该对日常twisted这个"圈"会基本使用了吧。

　　嗯，基本使用会了，但貌似这个很简单呀，没有网上所说的，twisted如何难呀？貌似也没看到中间有任何代价呀？为什么一定要异步呢？为什么中间不能阻塞呢？好吧，上面的例子确实看不出来，我们来看如下一段代码，看看阻塞的效果。大家都知道，我们这边是不能访问google网站的，我们在中间试试访问google网站，看看效果会咋样。

import time
import requests


def hello(name):
    print("Hello world!===>" + name + \'===>\' + str(int(time.time())))


def request_google():
    res = requests.get(\'http://www.google.com\')
    return res

from twisted.internet import reactor, task

reactor.callWhenRunning(hello, \'yudahai\')

reactor.callLater(1, request_google)

reactor.callLater(3, hello, \'yuyue\')

reactor.run()

　　我在开始的时候运行一个打印任务，非阻塞，然后1秒之后，发送一个指向google的请求，到第3秒的时候，再执行打印。看看结果

/usr/bin/python3.5 /home/yudahai/PycharmProjects/test0001/test001.py
Hello world!===>yudahai===>1466130855
Hello world!===>yuyue===>1466130984
Unhandled Error
Traceback (most recent call last):
  File "/home/yudahai/PycharmProjects/test0001/test001.py", line 21, in <module>
    reactor.run()
  File "/usr/local/lib/python3.5/dist-packages/twisted/internet/base.py", line 1194, in run
    self.mainLoop()
  File "/usr/local/lib/python3.5/dist-packages/twisted/internet/base.py", line 1203, in mainLoop
    self.runUntilCurrent()
--- <exception caught here> ---
  File "/usr/local/lib/python3.5/dist-packages/twisted/internet/base.py", line 825, in runUntilCurrent
    call.func(*call.args, **call.kw)
  File "/home/yudahai/PycharmProjects/test0001/test001.py", line 10, in request_google
    res = requests.get(\'http://www.google.com\')
  File "/usr/local/lib/python3.5/dist-packages/requests/api.py", line 67, in get
    return request(\'get\', url, params=params, **kwargs)
  File "/usr/local/lib/python3.5/dist-packages/requests/api.py", line 53, in request
    return session.request(method=method, url=url, **kwargs)
  File "/usr/local/lib/python3.5/dist-packages/requests/sessions.py", line 468, in request
    resp = self.send(prep, **send_kwargs)
  File "/usr/local/lib/python3.5/dist-packages/requests/sessions.py", line 576, in send
    r = adapter.send(request, **kwargs)
  File "/usr/local/lib/python3.5/dist-packages/requests/adapters.py", line 437, in send
    raise ConnectionError(e, request=request)
requests.exceptions.ConnectionError: HTTPConnectionPool(host=\'www.google.com\', port=80): Max retries exceeded with url: / (Caused by NewConnectionError(\'<requests.packages.urllib3.connection.HTTPConnection object at 0x7fc189c69e48>: Failed to establish a new connection: [Errno 101] Network is unreachable\',))

　　看看2个打印之间的间隔，大概相差了130秒，也就是说，中间的130秒，这个程序什么事都没有干，仅仅是等待。当然，我这个例子有点极端，但在实际过程中，访问数据库，访问网络，都有可能阻塞住。程序一旦阻塞，效率会极其底下。

　　那该如何解决呢？这边有2种方法，一个是用twisted自带的httpclient进行访问，twisted自带的httpclient由于是异步的，不会阻塞住整个reactor的运行；其次是用线程的方式运行，注意，这里的线程不是python普通线程，是twisted自带的线程，它访问完毕的时候，会发送一个信号给reactor。下面我们分别用2中方法试试吧。

# coding:utf-8
import time
from twisted.web.client import Agent
from twisted.web.http_headers import Headers
from twisted.internet import reactor, task, defer


def hello(name):
    print("Hello world!===>" + name + \'===>\' + str(int(time.time())))


@defer.inlineCallbacks
def request_google():
    agent = Agent(reactor)
    try:
        result = yield agent.request(\'GET\', \'http://www.google.com\', Headers({\'User-Agent\': [\'Twisted Web Client Example\']}), None)
    except Exception as e:
        print e
        return 
    print(result)


reactor.callWhenRunning(hello, \'yudahai\')

reactor.callLater(1, request_google)

reactor.callLater(3, hello, \'yuyue\')

reactor.run()

　　这就是非阻塞版本的代码，其中，request返回的是一个延迟对象，所以不会阻塞住reactor，看看结果。

/usr/bin/python2.7 /home/yudahai/PycharmProjects/test0001/test001.py
Hello world!===>yudahai===>1466386544
Hello world!===>yuyue===>1466386547
User timeout caused connection failure.

　　除了访问google的，其他的都按时回来，访问谷歌的并没有阻塞reactor。

　　上面用非阻塞的方式访问过了，其实在现实过程中，我们很多库没有非阻塞模式的api，要非阻塞模式，一定要返回twisted的defer对象，如果写一个库，还要针对twisted写一个异步版，这肯定强人所难。而且很多时候，哪怕自己的函数，如果不是特别复杂，都可以用线程模式，twisted本身访问数据库就是线程模式。我们来看看线程模式的代码。

# coding:utf-8
import time
import requests
from twisted.internet import reactor, task, defer


def hello(name):
    print("Hello world!===>" + name + \'===>\' + str(int(time.time())))


def request_google():
    try:
        result = requests.get(\'http://www.google.com\', timeout=10)
    except Exception as e:
        print e
        return 
    print(result)


reactor.callWhenRunning(hello, \'yudahai\')

reactor.callInThread(request_google)

reactor.callLater(3, hello, \'yuyue\')

reactor.run()

　　代码很简单，就是把request_google换成线程模式。看看结果。

/usr/bin/python2.7 /home/yudahai/PycharmProjects/test0001/test001.py
Hello world!===>yudahai===>1466387418
Hello world!===>yuyue===>1466387421
HTTPConnectionPool(host=\'www.google.com\', port=80): Max retries exceeded with url: / (Caused by NewConnectionError(\'<requests.packages.urllib3.connection.HTTPConnection object at 0x7fc9da0b1ad0>: Failed to establish a new connection: [Errno 101] Network is unreachable\',))

是不是也同样达到目的了？嗯，这时候，大家可能会在想，既然线程也可以把阻塞代码线程化，为啥还直接写异步代码呢？异步代码那么难写、难看还容易出错。

　　这边其实有几个理由，在twisted中，不能大量使用线程。

　　1、效率问题，如果用线程，我们干嘛还用twisted呢？线程会频繁切换cpu调度，如果大量使用线程，会极大浪费cpu资源，效率会严重下降。

　　2、线程安全，如果第一个问题稍微还有点理由的话，那线程安全问题绝对不能忽视了。比如用twisted接受网络数据的时候，是非线程安全的，如果用线程模式接受数据，会引起程序崩溃。twisted只有极少数的api支持线程。其实用的最多的例子就是消息队列的接受系统，很多初级程序员会用线程模式来做消息队列的接受方式，一开始没问题，结果运行一段时间以后，就会发现程序不能正常接受数据了，而且还不报错。twisted官方也建议大家，只要有异步库，一定优先使用异步库，线程只是做非常简单而且不是频繁的操作。

　　

　　好了，这章就先讲到这，我们下一章会继续讲twisted做tcpserver，把上一个flask api 系列的项目引进来，做一个聊天系统。