python - 使用 asyncio 并行化生成器

Question

我的应用程序从慢速 i/o 源读取数据，进行一些处理，然后将其写入本地文件。我已经用这样的生成器实现了这个:

import time

def io_task(x):
    print("requesting data for input %s" % x)
    time.sleep(1)   # this simulates a blocking I/O task
    return 2*x

def producer(xs):
    for x in xs:
        yield io_task(x)

def consumer(xs):
    with open('output.txt', 'w') as fp:
        for x in xs:
            print("writing %s" % x)
            fp.write(str(x) + '\n')

data = [1,2,3,4,5]
consumer(producer(data))

现在我想在 asyncio 的帮助下并行执行此任务，但我似乎不知道如何操作。对我来说，主要问题是直接通过生成器将数据从生产者提供给消费者，同时让 asyncio 向 io_task(x) 发出多个并行请求。此外，整个 async def 与 @asyncio.coroutine 的对比让我很困惑。

谁能告诉我如何构建一个使用此示例代码中的 asyncio 的最小工作示例？

(注意:不只调用 io_task()，缓冲结果，然后将它们写入文件。我需要一个有效的解决方案在可能超过主内存的大数据集上，这就是我到目前为止一直使用生成器的原因。但是可以安全地假设消费者总是比所有生产者加起来更快)

Answer 1

自 python 3.6 和 asynchronous generators ，只需进行很少的更改即可使您的代码与 asyncio 兼容。

io_task 函数变成协程:

async def io_task(x):
    await asyncio.sleep(1)
    return 2*x

producer 生成器变为异步生成器:

async def producer(xs):
    for x in xs:
        yield await io_task(x)

consumer 函数成为协程并使用 aiofiles 、异步上下文管理和异步迭代:

async def consumer(xs):
    async with aiofiles.open('output.txt', 'w') as fp:
        async for x in xs:
            await fp.write(str(x) + '\n')

主协程在事件循环中运行:

data = [1,2,3,4,5]
main = consumer(producer(data))
loop = asyncio.get_event_loop()
loop.run_until_complete(main)
loop.close()

此外，您可以考虑使用 aiostream在生产者和消费者之间通过管道传输一些处理操作。

---

编辑:使用 as_completed 可以很容易地在生产者端同时运行不同的 I/O 任务。 :

async def producer(xs):
    coros = [io_task(x) for x in xs]
    for future in asyncio.as_completed(coros):
        yield await future