Python 协同程序的收益与任务的收益

Guido van Rossum在2014年关于郁金香/Asyncio的演讲中：

任务与合作计划的对比

• 比较：
  • res=某个合作项目的收益率（…）
  • res=任务的收益率（某些协同程序（…）
• 任务可以在不等待的情况下取得进展
  • 在你等待其他东西的时候记日志
    • i、 e.来自

我完全没有抓住要点

在我看来，两种结构都是相同的：

在裸协同路由的情况下-它得到调度，因此无论如何都会创建任务，因为调度器与任务一起运行，所以协同路由调用方协同路由将被挂起，直到被调用方完成，然后可以自由地继续执行

在

任务

的情况下，仍然会安排新任务，调用方协同路由等待其完成

<> P>在这两种情况下代码执行的方式有什么不同，开发者在实践中应该考虑哪些影响？

p、 s.

---

非常感谢权威来源（GvR、PEP、文档、核心开发人员注释）的链接。

对于调用方的共同例程，

coroutine（）的收益感觉就像一个函数调用（即，当coroutine（）完成时，它将再次获得控制权）

yield from Task（coroutine（））
另一方面，感觉更像是创建一个新线程
Task（）
几乎立即返回，并且很可能在
coroutine（）
完成之前调用方获得了控制权

f（）
和
th=threading.Thread（target=f，args=（））之间的差异；th.start（）；join（）是显而易见的，对吗？
使用
asyncio.Task（coro（））
的意义在于，您不想显式地等待
coro
，但希望在等待其他任务时在后台执行
coro
。这就是Guido幻灯片的意思

[A] 
任务
可以在不等待的情况下取得进展…只要等待
为了别的什么

考虑这个例子：

import asyncio

@asyncio.coroutine
def test1():
    print("in test1")


@asyncio.coroutine
def dummy():
    yield from asyncio.sleep(1)
    print("dummy ran")


@asyncio.coroutine
def main():
    test1()
    yield from dummy()

loop = asyncio.get_event_loop()
loop.run_until_complete(main())

输出：

dummy ran

in test1
dummy ran

正如您所看到的，
test1
从未实际执行过，因为我们没有显式地对它调用
yield from

现在，如果我们使用
asyncio.async
围绕
test1
包装一个
Task
实例，结果是不同的：

import asyncio

@asyncio.coroutine
def test1():
    print("in test1")


@asyncio.coroutine
def dummy():
    yield from asyncio.sleep(1)
    print("dummy ran")


@asyncio.coroutine
def main():
    asyncio.async(test1())
    yield from dummy()

loop = asyncio.get_event_loop()
loop.run_until_complete(main())

输出：

dummy ran

in test1
dummy ran

因此，使用
yield from asyncio.async（coro（））
，实际上没有实际的理由，因为它比
yield from coro（）
慢，没有任何好处；它引入了将
coro
添加到内部
asyncio
调度程序的开销，但这不是必需的，因为使用
yield from
可以保证
coro
无论如何都会执行。如果您只想调用一个协程并等待它完成，只需直接从
协程中退出即可

旁注：

我正在使用
asyncio.async
*而不是直接使用
Task
：

不要直接创建
Task
实例：使用
async（）
函数或
BaseEventLoop.create_task（）
方法

*请注意，从Python 3.4.4开始，
asyncio.async
被弃用，取而代之的是。
如PEP 380中所述，引入yield from的公认PEP文档，表达式
res=yield from f（）
来自以下循环的思想：

for res in f():
    yield res

这样，事情变得非常清楚：如果
f（）
是
some\u coroutine（）
，则执行coroutine。另一方面，如果
f（）
some\u coroutine（）
不会执行，只有新创建的生成器作为第一个参数传递给
任务。\uuuuu init\uuuu

结论:


res=yield from some_coroutine（）
=>coroutine继续执行并返回下一个值
res=yield from Task（some\u coroutine（））
=>创建一个新任务，该任务存储一个未执行的
some\u coroutine（）
生成器对象
asyncio中根本没有优先级。对于裸协同路由，您必须使用
yield from coro（）
来运行协同路由，在任务构造的情况下，如
async（coro（））
将与其他并行执行协同路由。是的，您是对的。从技术上讲，
yield from coro（）
立即执行协同程序，
async（coro（））
通过
循环调度执行。call_soon（）
call。好吧，这是实现细节。Trollius不使用
yield from
且与asyncio不完全兼容。与asyncio完全兼容的自定义事件循环利用
yield from
并重用调用
loop.call_soon（）
的asyncio.Task。非100%兼容的系统可能会邀请自己的合同，并有自己的实施细节。是的，如果PyPy支持3.4（目前仅支持3.2），它将以与CPython 3.4相同的方式与协同程序一起工作。至少我这么认为，但不能保证。我是CPython核心开发人员，不是PyPy。