Python - 事件驱动编程

事件驱动型编程侧重于事件。最终，程序的流程取决于事件。到目前为止，我们处理的是顺序或并行执行模型，但具有事件驱动编程概念的模型称为异步模型。事件驱动的编程依赖于始终侦听新传入事件的事件循环。事件驱动编程的工作取决于事件。一旦事件循环，事件就会决定执行什么以及以什么顺序执行。以程图将帮助您了解其工作原理 -

Python 模块 – Asyncio

Asyncio 模块是在 Python 3.4 中添加的，它为使用协程编写单线程并发代码提供了基础设施。以下是 Asyncio 模块使用的不同概念 -

事件循环

Event-loop 是一种在计算代码中处理所有事件的功能。它在整个程序的执行过程中全程运行，并跟踪事件的传入和执行。Asyncio 模块允许每个进程有一个事件循环。以下是 Asyncio 模块提供的一些管理事件循环的方法 -

• loop = get_event_loop（） − 此方法将为当前上下文提供事件循环。
• loop.call_later（time_delay，callback，argument） - 该方法安排在给定的 time_delay 秒后调用的回调。
• loop.call_soon（callback，argument） − 此方法安排要尽快调用的回调。在 call_soon（） 返回后以及控件返回到事件循环时调用回调。
• loop.time（） − 该方法用于根据事件循环的内部时钟返回当前时间。
• asyncio.set_event_loop（） − 此方法会将当前上下文的事件循环设置为循环。
• asyncio.new_event_loop（） − 此方法将创建并返回一个新的事件循环对象。
• loop.run_forever（） − 此方法将一直运行，直到调用 stop（） 方法。

下面的事件循环示例有助于使用 get_event_loop（） 方法打印 你好 世界。此示例摘自 Python 官方文档。

import asyncio

def hello_world(loop):
	 	print('Hello World')
	 	loop.stop()

loop = asyncio.get_event_loop()

loop.call_soon(hello_world, loop)

loop.run_forever()
loop.close()

输出

Futures

这与 concurrent.futures.Future 类兼容，该类表示尚未完成的计算。asyncio.futures.Future 和 concurrent.futures.Future 之间存在以下差异 -

• result（） 和 exception（） 方法不接受 timeout 参数，并在 future 尚未完成时引发异常。
• 使用 add_done_callback（） 注册的回调始终通过事件循环的 call_soon（） 调用。
• asyncio.futures.Future 类与 concurrent.futures 包中的 wait（） 和 as_completed（） 函数不兼容。

以下示例将帮助您了解如何使用 asyncio.futures.future 类。

import asyncio

async def Myoperation(future):
	 	await asyncio.sleep(2)
	 	future.set_result('Future Completed')

loop = asyncio.get_event_loop()
future = asyncio.Future()
asyncio.ensure_future(Myoperation(future))
try:
	 	loop.run_until_complete(future)
	 	print(future.result())
finally:
	 	loop.close()

输出

Coroutines（协程）

Asyncio 中协程的概念类似于 threading 模块下标准 Thread 对象的概念。这就是 subroutine 概念的推广。协程可以在执行过程中暂停，以便等待外部处理，并从外部处理完成后停止的点返回。以下两种方法可以帮助我们实现协程 -

async def 函数（）

这是在 Asyncio 模块下实现协程的方法。以下是相同的 Python 脚本 -

import asyncio

async def Myoperation():
	 	print("First Coroutine")

loop = asyncio.get_event_loop()
try:
	 	loop.run_until_complete(Myoperation())

finally:
	 	loop.close()

输出

@asyncio.coroutine 装饰器

实现协程的另一种方法是将生成器与 @asyncio.coroutine 装饰器结合使用。以下是相同的 Python 脚本 -

import asyncio

@asyncio.coroutine
def Myoperation():
	 	print("First Coroutine")

loop = asyncio.get_event_loop()
try:
	 	loop.run_until_complete(Myoperation())

finally:
	 	loop.close()

输出

Tasks（任务）

Asyncio 模块的这个子类负责以并行方式在事件循环中执行协程。以下 Python 脚本是并行处理某些任务的示例。

import asyncio
import time
async def Task_ex(n):
	 	time.sleep(1)
	 	print("Processing {}".format(n))
async def Generator_task():
	 	for i in range(10):
	 	 	 asyncio.ensure_future(Task_ex(i))
	 	int("Tasks Completed")
	 	asyncio.sleep(2)

loop = asyncio.get_event_loop()
loop.run_until_complete(Generator_task())
loop.close()

输出

Transports（运输）

Asyncio 模块提供了用于实现各种类型通信的传输类。这些类不是线程安全的，并且在建立通信通道后始终与协议实例配对。

以下是从 BaseTransport 继承的不同类型的传输 -

• ReadTransport − 这是只读传输的接口。
• WriteTransport - 这是用于只写传输的接口。
• DatagramTransport − 这是用于发送数据的接口。
• BaseSubprocessTransport − 类似于 BaseTransport 类。

以下是 BaseTransport 类的 5 种不同方法，它们随后在四种传输类型之间是瞬态的 -

• close（） − 它关闭传输。
• is_closing（） − 如果 transport 正在关闭或已经关闭。
• get_extra_info（name， default = none） − 这将为我们提供一些有关传输的额外信息。
• get_protocol（） − 此方法将返回当前协议。

Protocols（协议）

Asyncio 模块提供了 base 类，您可以子类化这些 base classes 来实现您的网络协议。这些类与 transports 结合使用;该协议解析传入数据并请求写入传出数据，而传输负责实际的 I/O 和缓冲。以下是三类协议 -

• Protocol - 这是用于实现用于 TCP 和 SSL 传输的流协议的基类。
• DatagramProtocol − 这是实现用于 UDP 传输的数据报协议的基类。
• SubprocessProtocol - 这是用于实现通过一组单向管道与子进程通信的协议的基类。