Python中的并发处理之asyncio包使用的详解

使用loop.run_in_executor把阻塞的作业（例如保存文件）委托给线程池做。

@asyncio.coroutine
def download_one(cc, base_url, semaphore, verbose):
  try:
    with (yield from semaphore):
      image = yield from get_flag(base_url, cc)
  except web.HTTPNotFound:
    status = HTTPStatus.not_found
    msg = 'not found'
  except Exception as exc:
    raise FetchError(cc) from exc
  else:
    loop = asyncio.get_event_loop() # 获取事件循环对象的引用
    loop.run_in_executor(None, # None 使用默认的 TrreadPoolExecutor 实例
        save_flag, image, cc.lower() + '.gif') # 传入可调用对象
    status = HTTPStatus.ok
    msg = 'OK'
 
  if verbose and msg:
    print(cc, msg)
 
  return Result(status, cc)

asyncio 的事件循环背后维护一个 ThreadPoolExecutor 对象，我们可以调用 run_in_executor 方法，把可调用的对象发给它执行。

三、从回调到期物和协程

回调地狱：如果一个操作需要依赖之前操作的结果，那就得嵌套回调。

Python 中的回调地狱：

def stage1(response1):
  request2 = step1(response1)
  api_call2(request2, stage2)
 
def stage2(response2):
  request3 = step2(response2)
  api_call3(request3, stage3)
 
def stage3(response3):
  step3(response3)
 
api_call1(request1, step1)

使用协程和 yield from 结构做异步编程，无需用回调：

@asyncio.coroutine
def three_stages(request1):
  response1 = yield from api_call1()
  request2 = step1(response1)
  response2 = yield from api_call2(request2)
  request3 = step2(response2)
  response3 = yield from api_call3(request3)
  step3(response3)
 
loop.create_task(three_stages(request1))
# 协程不能直接调用，必须用事件循环显示指定协程的执行时间，或者在其他排定了执行时间的协程中使用 yield from 表达式把它激活