asyncio.gather() 在具有协程字段的 dict 列表上？

Posted 2023-03-30

【中文标题】asyncio.gather() 在具有协程字段的 dict 列表上？

【英文标题】：asyncio.gather() on list of dict which has a field of coroutine?

【发布时间】：2020-11-11 05:54:06

【问题描述】：

我有以下两个异步函数

from tornado.httpclient import AsyncHTTPClient

async def get_categories(): # return a list of str
    # ....
    http = AsyncHTTPClient()
    resp = await http.fetch(....)
    return [....]

async def get_details(category): # return a list of dict
    # ....
    http = AsyncHTTPClient()
    resp = await http.fetch(....)
    return [....]

现在我需要创建一个函数来获取所有类别的详细信息（同时运行 http fetch）并将它们组合在一起。

async def get_all_details():
    categories = await get_categories()
    tasks = list(map(lambda x: 'category': x, 'task':get_details(x), categories))
    r = await asyncio.gather(*tasks) # error

# need to return [
#   'category':'aaa', 'detail':'aaa detail 1', 
#   'category':'aaa', 'detail':'aaa detail 2', 
#   'category':'bbb', 'detail':'bbb detail 1', 
#   'category':'bbb', 'detail':'bbb detail 2', 
#   'category':'bbb', 'detail':'bbb detail 3', 
#   'category':'ccc', 'detail':'ccc detail 1', 
#   'category':'ccc', 'detail':'aaa detail 2', 
# ]

但是，列表行返回错误：

TypeError: unhashable type: 'dict'

tasks 具有以下值：

['category': 'aaa',
  'task': <coroutine object get_docker_list at 0x000001B12B8560C0>,
 'category': 'bbb',
  'task': <coroutine object get_docker_list at 0x000001B12B856F40>,
 'category': 'ccc',
  'task': <coroutine object get_docker_list at 0x000001B12B856740>]

顺便说一句，这是一种限制 http fetch 调用的方法吗？例如，最多同时运行四个提取。

【参考方案1】：

gather 接受协程（或其他可等待）参数并以相同顺序返回其结果的元组。您正在向它传递一系列 dicts，其中一些值是协程。 gather 不知道如何处理它并试图将 dicts 视为等待对象，但很快就会失败。

生成字典列表的正确方法是只将协程传递给gather，等待结果，然后将它们处理成新的字典：

async def get_all_details():
    category_list = await get_categories()
    details_list = await asyncio.gather(
        *[get_details(category) for category in category_list]
    )
    return [
        'category': category, 'details': details
        for (category, details) in zip(category_list, details_list)
    ]

顺便说一句，这是一种限制 http fetch 调用的方法吗？例如，最多同时运行四个提取。

限制并行调用的方便且惯用的方法是使用semaphore：

async def get_details(category, limit):
    # acquiring the semaphore passed as `limit` will allow at most a
    # fixed number of coroutines to proceed concurrently
    async with limit:
        ... the rest of the code ...

async def get_all_details():
    limit = asyncio.Semaphore(4)
    category_list = await get_categories()
    details_list = await asyncio.gather(
        *[get_details(category, limit) for category in category_list]
    )
    ... the rest of the code ...

【讨论】：

顺便说一句，我应该创建一个全局 http = AsyncHTTPClient() 以便创建更少的 ``AsyncHTTPClient` 对象吗？

@ca9163d9 我没有使用tornado 的http 客户端的经验，但通常会在main() 中创建一个客户端并将其传递给各种协程。这允许不同的 fetch 重用 TCP 连接并尽可能共享与客户端相关的资源。