何时使用和何时不使用Python 3.5`await`？

何时使用和何时不使用Python 3.5`await`？

默认情况下，所有代码都是同步的。你可以使用使其异步定义函数，async def并使用来“调用”这些函数await。一个更正确的问题是“什么时候应该编写异步代码而不是同步代码？”。答案是“何时可以从中受益”。正如你指出的，在大多数情况下，你会受益。当你使用I / O *** 作时：

# Synchronous way:download(url1)  # takes 5 sec.download(url2)  # takes 5 sec.# Total time: 10 sec.# Asynchronous way:await asyncio.gather(    async_download(url1),  # takes 5 sec.     async_download(url2)   # takes 5 sec.)# Total time: only 5 sec. (+ little overhead for using asyncio)

当然，如果你创建了一个使用异步代码的函数，则该函数也应该是异步的（应定义为async def）。但是任何异步功能都可以自由使用同步代码。如果没有任何原因，将同步代码转换为异步是没有意义的：

# extract_links(url) should be async because it uses async func async_download() insideasync def extract_links(url):      # async_download() was created async to get benefit of I/O    html = await async_download(url)      # parse() doesn't work with I/O, there's no sense to make it async    links = parse(html)      return links

一个非常重要的事情是，任何长时间的同步 *** 作（例如，

> 50 ms

，很难确切地说）都会冻结该时间的所有异步 *** 作：

async def extract_links(url):    data = await download(url)    links = parse(data)    # if search_in_very_big_file() takes much time to process,    # all your running async funcs (somewhere else in pre) will be frozen    # you need to avoid this situation    links_found = search_in_very_big_file(links)

你可以避免它在单独的进程中调用长时间运行的同步函数（并等待结果）：

executor = ProcessPoolExecutor(2)async def extract_links(url):    data = await download(url)    links = parse(data)    # Now your main process can handle another async functions while separate process running        links_found = await loop.run_in_executor(executor, search_in_very_big_file, links)

requests

再举一个例子：何时需要在

asyncio

中使用。

requests.get

只是同步的长期运行函数，你不应该在异步代码中调用该函数（同样，避免冻结）。但是，由于I / O运行时间长，而不是因为计算时间长。在这种情况下，你可以使用

ThreadPoolExecutor

代替

ProcessPoolExecutor

以避免一些多处理开销：

executor = ThreadPoolExecutor(2)async def download(url):    response = await loop.run_in_executor(executor, requests.get, url)    return response.text