图源：unsplash
异步编程是并行编程的一种方式。单个工作单元独立于主应用程序线程运行，并通知调用线程其完成、失败情况或进度。下面这张图理解起来会更直观一些：
同步vs异步
同步编程很普遍。如图，请求1被发出后等待响应1；一旦得到响应1就发出请求2，然后等待它的响应。在上面的代码中，向函数传递参数“a”后等待函数返回更改后的值，然后再次调用以更改数字，最后再次得到响应，这就是同步编程。
而对于异步编程来说，请求1被发出后，无需等响应1便可直接发出请求2。两个请求完成后得到两个响应。简单地说就是请求1和请求2是并行处理的，不等前一个请求的响应便提出新的请求。
简言之，只要打开任务管理器（macOS中的活动监视器）就能看到多个应用程序同步运行；或者一个Python Shell在两个不同的终端窗口中运行。专业术语叫做多进程（MultiProcessing），顾名思义，即不止一个进程在运行。
如何在Python中进行异步编程？
一个同步编程的示例代码如下：
- deffun(length,a):
- b = a
- for i inrange(length):
- a+=1
- print("value of a before: "+str(b)+" now it's "+str(a))
- return a
- defmain():
- r1 =fun(50000000,0)
- r2 =fun(100,12)
- r3 =fun(100,41)
- if __name__=="__main__":
- main()
以上代码的输出：
这段代码传递了for循环的范围。执行代码耗时长达13.843秒，因为r1的范围是5000，所以耗时久。现在的问题是，必须先待r1任务完成，否则无法得到r2和r3。可能在得到r1之前就得到r2和r3吗？答案是肯定的，这正是异步编程的用武之地。
首先用pip指令安装异步包。
- pip install asyncio
安装后，看一下新代码。使用异步包：
- import asyncio
- asyncdeffun(length,a):
- b = a
- for i inrange(length):
- a+=1
- if i %10000==0:
- await asyncio.sleep(0.0001)
- print("value of a before: "+str(b)+" now it's "+str(a))
- return a
- asyncdefmain():
- #creating subroutines.
- t1 = loop.create_task(fun(50000000,0))
- t2 = loop.create_task(fun(100,12))
- t3 = loop.create_task(fun(100,41))
- await asyncio.wait([t1,t2,t3])
- if __name__=="__main__":
- loop = asyncio.get_event_loop()
- loop.run_until_complete(main())
- loop.close()
首先观察该代码的输出，接下来讨论该代码：
输出-1
输出-2
输出-1中首先能得到t2和t3进程的结果，然后在输出-2的截图中得到了t1进程的结果，这是异步编程的功劳。t1进程耗时最长，所以它的结果最后产生，且t1、t2和t3进程均并行运行。异步编程的好处就在于不必等待任何进程的结果，便可获得下一个进程的结果。
让我们讨论一下此代码。
首先，在if __name__=="__main__"中定义了asyncio.get_event_loop()，并将这个循环作为处理循环事件的异步对象。然后创建一个main的例行程序，并设置条件：若main没完成则继续循环。每次异步，都要进行loop.close()的编程，否则结果就会错误或异常。
然后将函数定义为asyncdeffunc_name，这样解释器就知道函数用了异步的方法。在main()中定义了三个任务（也可称为子例程），并使用了await函数，以便它等待三个进程结束（即使它没有多大意义，也必须使用它）。
最后用了fun（）函数。i %10000的if条件让最大范围的进程徐徐运行，最后得到了答案。仔细研究fun（）函数并自己尝试的话，其中的逻辑会显得非常合理和直接。
在Python中实现异步编程，你学会了吗？
