Python 异步: 等待有时间限制的协程(12)

简介: 我们可以使用 asyncio.wait_for() 函数等待 asyncio 任务或协程超时完成。如果在任务完成之前超时已过,任务将被取消。

1. 什么是 Asyncio wait_for()

asyncio.wait_for() 函数允许调用者等待 asyncio 任务或协程超时完成。如果没有指定超时,wait_for() 函数将等待直到任务完成。如果在任务完成之前指定了超时并超时,那么任务将被取消。

这允许调用者既可以设置他们愿意等待任务完成的时间,又可以通过在超时结束时取消任务来强制执行超时。

现在我们知道了 asyncio.wait_for() 函数是什么,让我们看看如何使用它。

2. 如何使用 Asyncio wait_for()

asyncio.wait_for() 函数接受一个等待和超时。等待对象可能是协程或任务。必须指定超时,并且可以是无超时、整数或浮点秒数。wait_for() 函数返回一个协程,该协程在明确等待或作为任务调度之前不会执行。

...
# wait for a task to complete
await asyncio.wait_for(coro, timeout=10)

如果提供协程,则在执行 wait_for() 协程时将其转换为任务。如果在任务完成之前超时已过,任务将被取消,并引发 asyncio.TimeoutError,这可能需要处理。

...
# execute a task with a timeout
try:
    # wait for a task to complete
    await asyncio.wait_for(coro, timeout=1)
except asyncio.TimeoutError:
    # ...

如果等待的任务因未处理的异常而失败,则该异常将传播回等待 wait_for() 协程的调用者,在这种情况下可能需要处理它。

...
# execute a task that may fail
try:
    # wait for a task to complete
    await asyncio.wait_for(coro, timeout=1)
except asyncio.TimeoutError:
    # ...
except Exception:
    # ...

接下来,让我们看看如何在超时时调用 wait_for()。

3. 带有超时的 Asyncio wait_for() 示例

我们可以探索如何在任务完成之前等待具有超时的协程。在此示例中,我们执行上述协程,但调用方等待 0.2 秒或 200 毫秒的固定超时。回想一下,一秒等于 1,000 毫秒。

任务协程被修改,使其休眠一秒以上,确保超时总是在任务完成之前到期。

# SuperFastPython.com
# example of waiting for a coroutine with a timeout
from random import random
import asyncio
 
# coroutine to execute in a new task
async def task_coro(arg):
    # generate a random value between 0 and 1
    value = 1 + random()
    # report message
    print(f'>task got {value}')
    # block for a moment
    await asyncio.sleep(value)
    # report all done
    print('>task done')
 
# main coroutine
async def main():
    # create a task
    task = task_coro(1)
    # execute and wait for the task without a timeout
    try:
        await asyncio.wait_for(task, timeout=0.2)
    except asyncio.TimeoutError:
        print('Gave up waiting, task canceled')
 
# start the asyncio program
asyncio.run(main())

运行示例首先创建 main() 协程并将其用作 asyncio 程序的入口点。main() 协程创建任务协程。然后它调用 wait_for() 并传递任务协程并将超时设置为 0.2 秒。

main()协程被挂起,执行task_coro()。它报告一条消息并休眠片刻。main() 协程在超时结束后恢复。 wait_for()协程取消task_coro()协程,main()协程挂起。

task_coro() 再次运行并响应要终止的请求。它引发 TimeoutError 异常并终止。main() 协程恢复并处理由 task_coro() 引发的 TimeoutError。

这突出显示了我们如何调用带超时的 wait_for() 函数,并在任务未在超时内完成时取消任务。

由于使用了随机数,程序每次运行时的输出都会不同。

>task got 0.685375224799321
Gave up waiting, task canceled
相关文章
|
9月前
|
数据采集 存储 JSON
Python爬取知乎评论:多线程与异步爬虫的性能优化
Python爬取知乎评论:多线程与异步爬虫的性能优化
|
9月前
|
数据采集 存储 C++
Python异步爬虫(aiohttp)加速微信公众号图片下载
Python异步爬虫(aiohttp)加速微信公众号图片下载
|
8月前
|
Go 调度 Python
Golang协程和Python协程用法上的那些“不一样”
本文对比了 Python 和 Go 语言中协程的区别,重点分析了调度机制和执行方式的不同。Go 的协程(goroutine)由运行时自动调度,启动后立即执行;而 Python 协程需通过 await 显式调度,依赖事件循环。文中通过代码示例展示了两种协程的实际运行效果。
332 7
|
8月前
|
传感器 数据采集 监控
Python生成器与迭代器:从内存优化到协程调度的深度实践
简介:本文深入解析Python迭代器与生成器的原理及应用,涵盖内存优化技巧、底层协议实现、生成器通信机制及异步编程场景。通过实例讲解如何高效处理大文件、构建数据流水线,并对比不同迭代方式的性能特点,助你编写低内存、高效率的Python代码。
327 0
|
7月前
|
数据采集 网络协议 API
协程+连接池:高并发Python爬虫的底层优化逻辑
协程+连接池:高并发Python爬虫的底层优化逻辑
|
9月前
|
数据采集 监控 调度
干货分享“用 多线程 爬取数据”:单线程 + 协程的效率反超 3 倍,这才是 Python 异步的正确打开方式
在 Python 爬虫中,多线程因 GIL 和切换开销效率低下,而协程通过用户态调度实现高并发,大幅提升爬取效率。本文详解协程原理、实战对比多线程性能,并提供最佳实践,助你掌握异步爬虫核心技术。
|
人工智能 开发者 Python
Chainlit:一个开源的异步Python框架,快速构建生产级对话式 AI 应用
Chainlit 是一个开源的异步 Python 框架,帮助开发者在几分钟内构建可扩展的对话式 AI 或代理应用,支持多种工具和服务集成。
1798 9
|
Python
深入理解 Python 中的异步操作:async 和 await
Python 的异步编程通过 `async` 和 `await` 关键字处理 I/O 密集型任务,如网络请求和文件读写,显著提高性能。`async` 定义异步函数,返回 awaitable 对象;`await` 用于等待这些对象完成。本文介绍异步编程基础、`async` 和 `await` 的用法、常见模式(并发任务、异常处理、异步上下文管理器)及实战案例(如使用 aiohttp 进行异步网络请求),帮助你高效利用系统资源并提升程序性能。
1403 7
|
SQL 网络协议 安全
Python异步: 什么时候使用异步?
Asyncio 是 Python 中用于异步编程的库,适用于协程、非阻塞 I/O 和异步任务。使用 Asyncio 的原因包括:1) 使用协程实现轻量级并发;2) 采用异步编程范式提高效率;3) 实现非阻塞 I/O 提升 I/O 密集型应用性能。然而,Asyncio 并不适合所有场景,特别是在 CPU 密集型任务或已有线程/进程方案的情况下。选择 Asyncio 应基于项目需求和技术优势。
246 2
|
数据采集 JSON 测试技术
Grequests,非常 Nice 的 Python 异步 HTTP 请求神器
在Python开发中,处理HTTP请求至关重要。`grequests`库基于`requests`,支持异步请求,通过`gevent`实现并发,提高性能。本文介绍了`grequests`的安装、基本与高级功能,如GET/POST请求、并发控制等,并探讨其在实际项目中的应用。
336 3

推荐镜像

更多
下一篇
开通oss服务