Python 3.x 为什么asyncio会阻塞processPool？

我有以下代码：

import time
import asyncio
from concurrent.futures import ProcessPoolExecutor

def blocking_func(x):
    print("In blocking waiting")
    time.sleep(x) # Pretend this is expensive calculations
    print("after blocking waiting")
    return x * 5

@asyncio.coroutine
def main():
    executor = ProcessPoolExecutor()

    out = yield from loop.run_in_executor(executor, blocking_func, 2)  # This does not
    print("after process pool")
    print(out)

if __name__ == "__main__":
    loop = asyncio.get_event_loop()
    loop.run_until_complete(main())

输出：

In blocking waiting
after blocking waiting
after process pool
10

但我希望进程池将在不同的进程中运行代码。所以我希望输出是：

预期输出：

In blocking waiting
after process pool
after blocking waiting
10

我认为如果我们在进程池上运行代码，它不会阻塞主循环。但是在输出中，它在阻塞函数完成后返回到主事件循环

---

什么是阻止事件循环？是阻塞功能吗？如果是阻塞功能，那么拥有进程池有什么用？

协同程序不是独立的进程。不同之处在于，协程需要自己放弃对循环的控制。这意味着，如果您有一个阻塞的协程，那么它将阻塞整个循环

使用协程的原因主要是为了处理I/O活动。如果您正在等待消息，只需检查一个套接字，如果什么也没有发生，您将返回主循环。然后，在控件最终返回IO函数之前，可以处理其他协程

在您的情况下，使用

wait asyncio.sleep（x）

而不是

time.sleep（x）

是有意义的。这样，在睡眠时间内，将从

阻塞_func（）

暂停控制。之后，控件返回到那里，结果应该与您预期的一样

---

更多信息：

协同程序不是独立的过程。不同之处在于，协程需要自己放弃对循环的控制。这意味着，如果您有一个阻塞的协程，那么它将阻塞整个循环

使用协程的原因主要是为了处理I/O活动。如果您正在等待消息，只需检查一个套接字，如果什么也没有发生，您将返回主循环。然后，在控件最终返回IO函数之前，可以处理其他协程

在您的情况下，使用

wait asyncio.sleep（x）

而不是

time.sleep（x）

是有意义的。这样，在睡眠时间内，将从

阻塞_func（）

暂停控制。之后，控件返回到那里，结果应该与您预期的一样

---

更多信息：

这里的yield from

的意思是“等待协同程序完成并返回其结果”。与Python线程API相比，它类似于调用

join（）

要获得所需的结果，请使用以下方法：

@asyncio.coroutine
def main():
    executor = ProcessPoolExecutor()

    task = loop.run_in_executor(executor, blocking_func, 2)
    # at this point your blocking func is already running
    # in the executor process

    print("after process pool")

    out = yield from task

    print(out)

---

yield from

这里的意思是“等待协同程序完成并返回其结果”。与Python线程API相比，它类似于调用

join（）

要获得所需的结果，请使用以下方法：

@asyncio.coroutine
def main():
    executor = ProcessPoolExecutor()

    task = loop.run_in_executor(executor, blocking_func, 2)
    # at this point your blocking func is already running
    # in the executor process

    print("after process pool")

    out = yield from task

    print(out)

---

进程池中是否有多个可以并行执行的进程？是的，它就是这样做的。它是

循环。运行\u in\u executor（）

调用以并行方式启动阻塞代码，而不是

从
表达式中生成。此调用返回类
Future
的对象，该对象表示最终可用的值。在你们有了对未来对象的引用之后，你们可以在主进程中做你们想做的任何事情，它将是非阻塞的。当您最终需要blocking func中的值时，您可以调用
yield from future
-此函数将阻塞，直到值为available@AndriyMaletsky一个小问题：
等待循环。在执行器（…）中运行并不一定是无用的。虽然它确实阻止了当前的协同进程，但它并没有阻止整个父进程；它仍然允许其他协同程序运行。当协程需要进程池的结果来继续其工作时，使用
wait
阻止协程是一项功能。在OP希望并行运行多个这样的调用的情况下，这是没有用的，所有调用都来自同一个协程。是的，我的意思是完全属于OP的情况，但我的说法似乎太强了，因为进程池中会有多个进程，可以并行执行？是的，这就是它所做的。它是
循环。运行\u in_executor（）
调用，并行启动阻塞代码，而不是
从
表达式中生成。此调用返回类
Future
的对象，该对象表示最终可用的值。在你们有了对未来对象的引用之后，你们可以在主进程中做你们想做的任何事情，它将是非阻塞的。当您最终需要blocking func中的值时，您可以调用
yield from future
-此函数将阻塞，直到值为available@AndriyMaletsky一个小问题：
等待循环。在执行器（…）中运行并不一定是无用的。虽然它确实阻止了当前的协同进程，但它并没有阻止整个父进程；它仍然允许其他协同程序运行。当协程需要进程池的结果来继续其工作时，使用
wait
阻止协程是一项功能。在OP希望并行运行几个这样的调用的情况下，这是没有用的，所有调用都来自同一个协同程序。是的，我的意思是OP的情况，但我的陈述似乎太强烈了，感谢进程池是否意味着我们有多个进程可以并行运行代码？进程池是否意味着我们有多个进程可以并行运行代码？