Python的可等待对象在Asyncio的作用

April 11, 2022 本文总阅读量次 12331

前记

上一遍文章《初识Python协程的实现》
介绍了Python是如何以生成器来实现协程的以及Python Asyncio通过Future和Task的封装来实现协程的调度，而在Python Asyncio之中Coroutines, Tasks和Future都属于可等待对象，在使用的Asyncio的过程中，经常涉及到三者的转换和调度，开发者容易在概念和作用上犯迷糊，本文主要阐述的是三者之间的关系以及他们的作用。

1.Asyncio的入口

协程是线程中的一种特例，协程的入口和切换都是靠事件循环来调度的，在新版的Python中协程的入口是Asyncio.run，当程序运行到Asyncio.run后，可以简单的理解为程序由线程模式切换为协程模式(只是方便理解，对于计算机而言，并没有这样区分)，以下是一个最小的协程例子代码：

import asyncio


async def main():
    await asyncio.sleep(0)

asyncio.run(main())

在这段代码中，main函数和asyncio.sleep都属于Coroutine，main是通过asyncio.run进行调用的，接下来程序也进入一个协程模式，asyncio.run的核心调用是Runner.run，它的代码如下：

class Runner:
    ...

    def run(self, coro, *, context=None):
        """Run a coroutine inside the embedded event loop."""
        # 省略代码
        ...

        # 把coroutine转为task
        task = self._loop.create_task(coro, context=context)

        # 省略代码
        ...

        try:
            # 如果传入的是Future或者coroutine，也会专为task
            return self._loop.run_until_complete(task)
        except exceptions.CancelledError:
        
        # 省略代码
        ...

这段代码中删去了部分其它功能和初始化的代码，可以看到这段函数的主要功能是通过loop.create_task方法把一个Coroutine对象转为一个Task对象，然后通过loop.run_until_complete等待这个Task运行结束。

在Python3.5之后，asycnio改为C语言实现，所以本文的asyncio源码都来源于最后一个以Python实现的asycnio版本Python3.4.10/Lib/asyncio

可以看到，Asycnio并不会直接去调度Coroutine，而是把它转为Task再进行调度，这是因为在Asyncio中事件循环的最小调度对象就是Task。不过在Asyncio中并不是所有的Coroutine的调用都会先被转为Task对象再等待，比如示例代码中的asyncio.sleep，由于它是在main函数中直接await的，所以它不会被进行转换，而是直接等待，通过调用工具分析展示的图如下：

在这个图示中，从main函数到asyncio.sleep函数中没有明显的loop.create_task等把Coroutine转为Task调用，这里之所以不用进行转换的原因不是做了一些特殊优化，而是本因如此，这个await asyncio.sleep函数实际上还是会被main这个Coroutine转换成的Task继续调度到。

2.两种Coroutine调用方法的区别

在了解Task的调度原理之前，还是先回到最初的调用示例，看看直接用Task调用和直接用Coroutine调用的区别是什么。如下代码，我们显示的执行一个Coroutine转为Task的操作再等待，那么代码会变成下面这样:

import asyncio


async def main():
    await asyncio.create_task(asyncio.sleep(0))

asyncio.run(main())

这样的代码看起来跟最初的调用示例很像，没啥区别，但是如果进行一些改变，比如增加一些休眠时间和Coroutine的调用，就能看出Task对象的作用了，现在编写两份文件，他们的代码如下:

# demo_coro.py
import asyncio
import time


async def main():
    await asyncio.sleep(1)
    await asyncio.sleep(2)

s_t = time.time()
asyncio.run(main())
print(time.time() - s_t)
# // Output: 3.0028765201568604

# demo_task.py
import asyncio
import time


async def main():
    task_1 = asyncio.create_task(asyncio.sleep(1))
    task_2 = asyncio.create_task(asyncio.sleep(2))
    await task_1
    await task_2

s_t = time.time()
asyncio.run(main())
print(time.time() - s_t)
# // Output: 2.0027475357055664

其中demo_coro.py进行了两次await调用，程序的运行总时长为3秒，而demo_task.py则是先把两个Coroutine对象转为Task对象，然后再进行两次await调用，程序的运行总时长为2秒。可以发现，demo_task.py的运行时长近似于其中运行最久的Task对象时长，而demo_coro.py的运行时长则是近似于两个Coroutine对象的总运行时长。

之所以会是这样的结果，是因为直接awaitCoroutine对象时，这段程序会一直等待，直到Coroutine对象执行完毕再继续往下走，而Task对象的不同之处就是在创建的那一刻，就已经把自己注册到事件循环之中等待被安排运行了，然后返回一个task对象供开发者等待，由于asyncio.sleep是一个纯IO类型的调用，所以在这个程序中，两个asyncio.sleepCoroutine被转为Task从而实现了并发调用。

3.Task与Future

上述的代码之所以通过Task能实现并发调用，是因为Task中出现了一些与事件循环交互的函数，正是这些函数架起了Coroutine并发调用的可能，不过Task是Future的一个子对象，所以在了解Task之前，需要先了解Future。

3.1.Future

与Coroutine只有让步和接收结果不同的是Future除了让步和接收结果功能外，它还是一个只会被动进行事件调用且带有状态的容器，它在初始化时就是Pending状态，这时可以被取消，被设置结果和设置异常。而在被设定对应的操作后，Future会被转化到一个不可逆的对应状态，并通过loop.call_sonn来调用所有注册到本身上的回调函数，同时它带有__iter__和__await__方法使其可以被await和yield from调用，它的主要代码如下：

class Future:
    ...

    def set_result(self, result):
        """设置结果，并安排下一个调用"""
        if self._state != _PENDING:
            raise exceptions.InvalidStateError(f'{self._state}: {self!r}')
        self._result = result
        self._state = _FINISHED
        self.__schedule_callbacks()

    def set_exception(self, exception):
        """设置异常，并安排下一个调用"""
        if self._state != _PENDING:
            raise exceptions.InvalidStateError(f'{self._state}: {self!r}')
        if isinstance(exception, type):
            exception = exception()
        if type(exception) is StopIteration:
            raise TypeError("StopIteration interacts badly with generators "
                            "and cannot be raised into a Future")
        self._exception = exception
        self._state = _FINISHED
        self.__schedule_callbacks()
        self.__log_traceback = True

    def __await__(self):
        """设置为blocking，并接受await或者yield from调用"""
        if not self.done():
            self._asyncio_future_blocking = True
            yield self  # This tells Task to wait for completion.
        if not self.done():
            raise RuntimeError("await wasn't used with future")
        return self.result()  # May raise too.

    __iter__ = __await__  # make compatible with 'yield from'.

单看这段代码是很难理解为什么下面这个future被调用set_result后就能继续往下走:

1
2
3

async def demo(future: asyncio.Future):
    await future
    print("aha")

这是因为Future跟Coroutine一样，没有主动调度的能力，只能通过Task和事件循环联手被调度。

3.2.Task

Task是Future的子类，除了继承了Future的所有方法，它还多了两个重要的方法__step和__wakeup，通过这两个方法赋予了Task调度能力，这是Coroutine和Future没有的，Task的涉及到调度的主要代码如下(说明见注释):

class Task(futures._PyFuture):  # Inherit Python Task implementation
                                # from a Python Future implementation.

    _log_destroy_pending = True

    def __init__(self, coro, *, loop=None, name=None, context=None):
        super().__init__(loop=loop)
        # 省略部分初始化代码
        ...

        # 托管的coroutine
        self._coro = coro
        if context is None:
            self._context = contextvars.copy_context()
        else:
            self._context = context

        # 通过loop.call_sonn，在Task初始化后马上就通知事件循环在下次有空的时候执行自己的__step函数
        self._loop.call_soon(self.__step, context=self._context)

    def __step(self, exc=None):
        coro = self._coro
        # 方便asyncio自省
        _enter_task(self._loop, self)
        # Call either coro.throw(exc) or coro.send(None).
        try:
            if exc is None:
                # 通过send预激托管的coroutine
                # 这时候只会得到coroutine yield回来的数据或者收到一个StopIteration的异常
                # 对于Future或者Task返回的是Self
                result = coro.send(None)
            else:
                # 发送异常给coroutine 
                result = coro.throw(exc)
        except StopIteration as exc:
            # StopIteration代表Coroutine运行完毕
            if self._must_cancel:
                # coroutine在停止之前被执行了取消操作，则需要显示的执行取消操作
                self._must_cancel = False
                super().cancel(msg=self._cancel_message)
            else:
                # 把运行完毕的值发送到结果值中
                super().set_result(exc.value)
        # 省略其它异常封装
        ...

        else:
            # 如果没有异常抛出
            blocking = getattr(result, '_asyncio_future_blocking', None)
            if blocking is not None:
                # 通过Future代码可以判断，如果带有_asyncio_future_blocking属性，则代表当前result是Future或者是Task
                # 意味着这个Task里面裹着另外一个的Future或者Task
                # 省略Future判断
                ...

                if blocking:
                    # 代表这这个Future或者Task处于卡住的状态，
                    # 此时的Task放弃了自己对事件循环的控制权，等待这个卡住的Future或者Task执行完成时唤醒一下自己
                    result._asyncio_future_blocking = False
                    result.add_done_callback(self.__wakeup, context=self._context)
                    self._fut_waiter = result
                    if self._must_cancel:
                        if self._fut_waiter.cancel(msg=self._cancel_message):
                            self._must_cancel = False
                else:
                    # 不能被await两次
                    new_exc = RuntimeError(
                        f'yield was used instead of yield from '
                        f'in task {self!r} with {result!r}')
                    self._loop.call_soon(
                        self.__step, new_exc, context=self._context)

            elif result is None:
                # 放弃了对事件循环的控制权，代表自己托管的coroutine可能有个coroutine在运行，接下来会把控制权交给他和事件循环 
                # 当前的coroutine里面即使没有Future或者Task,但是子Future可能有
                self._loop.call_soon(self.__step, context=self._context)
        finally:
            _leave_task(self._loop, self)
            self = None  # Needed to break cycles when an exception occurs.

    def __wakeup(self, future):
        # 其它Task和Future完成后会调用到该函数，接下来进行一些处理
        try:
            # 回收Future的状态，如果Future发生了异常，则把异常传回给自己
            future.result()
        except BaseException as exc:
            # This may also be a cancellation.
            self.__step(exc)
        else:
            # Task并不需要自己托管的Future的结果值，而且如下注释，这样能使调度变得更快

            # Don't pass the value of `future.result()` explicitly,
            # as `Future.__iter__` and `Future.__await__` don't need it.
            # If we call `_step(value, None)` instead of `_step()`,
            # Python eval loop would use `.send(value)` method call,
            # instead of `__next__()`, which is slower for futures
            # that return non-generator iterators from their `__iter__`.
            self.__step()
        self = None  # Needed to break cycles when an exception occurs.

这份源码的Task对象中的__setp方法比较长，经过精简后可以发现他主要做的工作有三个：

1.通过send或者throw来驱动Coroutine进行下一步
2.通过给被自己托管的Future或者Task添加回调来获得完成的通知并重新获取控制权
3.通过loop.call_soon来让步，把控制权交给事件循环

单通过源码分析可能很难明白，以下是以两种Coroutine的代码为例子，简单的阐述Task与事件循环调度的过程，首先是demo_coro，这个例子中只有一个Task：

# demo_coro.py
import asyncio
import time


async def main():
    await asyncio.sleep(1)
    await asyncio.sleep(2)

s_t = time.time()
asyncio.run(main())
print(time.time() - s_t)
# // Output: 3.0028765201568604

这个例子中第一步是把main转为一个Task，然后调用到了对应的__step方法，这时候__step方法会会调用main()这个Coroutine的send(None)方法。
之后整个程序的逻辑会直接转到main函数中的await asyncio.sleep(1)这个Coroutine中，await asyncio.sleep(1)会先生成一个Future对象，并通过loop.call_at告诉事件循环在1秒后激活这个Future对象，然后把对象返回。这时候逻辑会重新回到Task的__step方法中，__step发现send调用得到的是一个Future对象，所以就在这个Future添加一个回调，让Future完成的时候来激活自己，然后放弃了对事件循环的控制权。接着就是事件循环在一秒后激活了这个Future对象，这时程序逻辑就会执行到Future的回调，也就是Task的__wakeup方法，于是Task的__step又被调用到了，而这次遇到的是后面的await asyncio.sleep(2)，于是又走了一遍上面的流程。当两个asyncio.sleep都执行完成后，Task的__step方法里在对Coroutine发送一个send(None)后就捕获到了StopIteration异常，这时候Task就会通过set_result设置结果，并结束自己的调度流程。

可以看到demo_core.py中只有一个Task在负责和事件循环一起调度，事件循环的开始一定是一个Task，并通过Task来调起一个Coroutine，通过__step方法把后续的Future，Task,Coroutine都当成一条链来运行，而demo_task.py则不一样了，它有两个Task，代码如下：


# demo_task.py
import asyncio
import time


async def main():
    task_1 = asyncio.create_task(asyncio.sleep(1))
    task_2 = asyncio.create_task(asyncio.sleep(2))
    await task_1
    await task_2

s_t = time.time()
asyncio.run(main())
print(time.time() - s_t)
# // Output: 2.0027475357055664

这个例子中第一步还是跟demo_coro一样，但跳转到main函数后就开始有区别了，首先在这函数中创建了task1和task2两个Task，他们分别都会通过__step方法中的send激活对应的asyncio.sleepCoroutine，然后等待对应的Future来通知自己已经完成了。而对于创建了这两个Task的main Task来说，通过main函数的awati task_1和await task_2来获取到他们的“控制权“。首先是通过await task_1语句，main Task中的__step方法里在调用send后得到的是task_1对应的Future，这时候就可以为这个Future添加一个回调，让他完成时通知自己，自己再走下一步，对于task_2也是如此。直到最后两个task都执行完成，main Task也捕获到了StopIteration异常，通过set_result设置结果，并结束自己的调度流程。

可以看到demo_task.py与demo_coro.py有个明显的区别在于main Task在运行的生命周期中创建了两个Task，并通过await托管了两个Task，同时两个Task又能实现两个协程的并发，所以可以发现事件循环运行期间，当前协程的并发数永远小于事件循环中注册的Task数量。此外，如果在main Task中如果没有显式的进行await，那么子Task就会逃逸，不受main Task管理，如下：


# demo_task.py
import asyncio
import time

def mutli_task():
    task_1 = asyncio.create_task(asyncio.sleep(1))
    task_2 = asyncio.create_task(asyncio.sleep(2))

async def main():
    mutli_task()
    await asyncio.sleep(1.5) 

s_t = time.time()
asyncio.run(main())
print(time.time() - s_t)
# // Output: 1.5027475357055664

在这段代码中，main Task在执行到mutli_task时，会创建出两个task，但是在__step中的coro.send(None)调用得到的结果却是await asyncio.sleep(1.5)返回的Future，所以main Task只能调用到这个Future的add_don_callback来装载自己的__wakeup方法，最终导致到main Task只能托管到await asyncio.sleep(1.5)的Future，而mutli_task创建的task则逃逸了，成为另一条链的顶点Task。

不过这个程序的事件循环只管理到了main Task所以事件循环会一直运行，直到main Task运行结束的时候才退出，这时程序会跟着一起退出，所以程序的运行时间只有1.5秒左右。
此外由于另外的Task也是注册到这个事件循环上面，所以事件循环会帮忙把task_1执行完毕，而task_2定义的休眠时间是2秒，程序退出之前事件循环会发现有个Task尚未执行完毕，于是会对这个Task进行清理并打印一条警报。

4.总结

在深入了Task，Future的源码了解后，了解了Task和Future在Asyncio的作用，同时也发现Task和Future都跟loop有一定的耦合，而loop也可以通过一定的方法来创建Task和Future，所以如果要真正的理解到Asyncio的调度原理，还需要更进入一步，通过Asyncio的源码来了解整个Asyncio的设计。

本文作者：So1n
本文链接：http://so1n.me/2022/04/11/python's_waitable_objects_in_asyncio/index.html
版权声明：本博客所有文章均采用 BY-NC-SA 许可协议，转载请注明出处！

查看评论