为了尝试回答您的问题,我修改了 asyncio 文档中的一个示例,以包含更多您所要求的内容。 https://docs.python.org/3/library/asyncio-task.html
import asyncio
result2 = 0
async def compute(x, y):
print("Compute %s + %s ..." % (x, y))
await asyncio.sleep(1.0)
result2 = x*y
return x + y
async def print_sum(x, y):
result = await compute(x, y)
print("%s + %s = %s" % (x, y, result))
async def dosomethingelse():
print("I've got a lovely bunch of coconuts")
loop = asyncio.get_event_loop()
tasks = [print_sum(1, 2),
dosomethingelse(),
compute(2, 4)
]
loop.run_until_complete(asyncio.wait(tasks))
loop.close()
print(result2)
如果您运行上述程序,您应该会看到 dosomethingelse 运行,而计算正在等待。
我发现异步编程真的很难让我思考。但我认为 asyncio 实际上比线程或多处理更简单,因为一切都在相同的内存空间中运行,并且(使用像这样的简单协程)程序流程是完全顺序的。第一个任务一直运行,直到它遇到await,然后下一个任务有机会,依此类推。我强烈建议阅读模块文档,它非常好,并尝试编写一些示例来探索每个主题。从协程开始,然后是链接,然后是回调。
编辑:我将把它留在这里,因为我认为这是一个很好的简单示例。如果您不同意,请发表评论。请注意,yield from 语法是因为我当时使用的 python 3 版本稍旧。
我不记得我在读什么教程,但这是我写的第一个异步测试之一。
import asyncio
@asyncio.coroutine
def my_coroutine(task_name, seconds_to_sleep=3):
print("{0} sleeping for: {1} seconds".format(task_name, seconds_to_sleep))
yield from asyncio.sleep(seconds_to_sleep)
print("{0} is finished".format(task_name))
loop = asyncio.get_event_loop()
tasks = [my_coroutine("task1", 4),
my_coroutine("task2", 2),
my_coroutine("task3", 10)]
loop.run_until_complete(asyncio.wait(tasks))
loop.close()