首頁 > 軟體

Python Asyncio排程原理詳情

2022-06-27 14:00:56

前言

在文章《Python Asyncio中Coroutines,Tasks,Future可等待物件的關係及作用》中介紹了Python的可等待物件作用,特別是Task物件在啟動的時候可以自我驅動,但是一個Task物件只能驅動一條執行鏈,如果要多條鏈執行(並行),還是需要EventLoop來安排驅動,接下來將通過Python.Asyncio庫的原始碼來了解EventLoop是如何運作的。

1.基本介紹

Python.Asyncio是一個大而全的庫,它包括很多功能,而跟核心排程相關的邏輯除了三種可等待物件外,還有其它一些功能,它們分別位於runners.pybase_event.pyevent.py三個檔案中。

runners.py檔案有一個主要的類--Runner,它的主要職責是做好進入協程模式的事件迴圈等到初始化工作,以及在退出協程模式時清理還在記憶體的協程,生成器等物件。

協程模式只是為了能方便理解,對於計算機而言,並沒有這樣區分

event.py檔案除了存放著EventLoop物件的介面以及獲取和設定EventLoop的函數外,還有兩個EventLoop可排程的物件,分別為HandlerTimerHandler,它們可以認為是EvnetLoop呼叫其它物件的容器,用於連線待排程物件和事件迴圈的關係,不過它們的實現非常簡單,對於Handler它的原始碼如下:

# 已經移除了一些不想關的程式碼
class Handle:
    def __init__(self, callback, args, loop, context=None):
        # 初始化上下文,確保執行的時候能找到Handle所在的上下文
        if context is None:
            context = contextvars.copy_context()
        self._context = context
        self._loop = loop
        self._callback = callback
        self._args = args
        self._cancelled = False

    def cancel(self):
        # 設定當前Handle為取消狀態
        if not self._cancelled:
            self._cancelled = True
            self._callback = None
            self._args = None
    def cancelled(self):
        return self._cancelled
    def _run(self):
        # 用於執行真正的函數,且通過context.run方法來確保在自己的上下文內執行。
        try:
            # 保持在自己持有的上下文中執行對應的回撥
            self._context.run(self._callback, *self._args)
        except (SystemExit, KeyboardInterrupt):
            raise
        except BaseException as exc:
            cb = format_helpers._format_callback_source(
                self._callback, self._args)
            msg = f'Exception in callback {cb}'
            context = {
                'message': msg,
                'exception': exc,
                'handle': self,
            }
            self._loop.call_exception_handler(context)

通過原始碼可以發現,Handle功能十分簡單,提供了可以被取消以及可以在自己所處的上下文執行的功能,而TimerHandle繼承於HandleHandle多了一些和時間以及排序相關的引數,原始碼如下:

class TimerHandle(Handle):
    def __init__(self, when, callback, args, loop, context=None):
        super().__init__(callback, args, loop, context)
        self._when = when
        self._scheduled = False
    def __hash__(self):
        return hash(self._when)
    def __lt__(self, other):
        if isinstance(other, TimerHandle):
            return self._when < other._when
        return NotImplemented
    def __le__(self, other):
        if isinstance(other, TimerHandle):
            return self._when < other._when or self.__eq__(other)
        return NotImplemented
    def __gt__(self, other):
        if isinstance(other, TimerHandle):
            return self._when > other._when
        return NotImplemented
    def __ge__(self, other):
        if isinstance(other, TimerHandle):
            return self._when > other._when or self.__eq__(other)
        return NotImplemented
    def __eq__(self, other):
        if isinstance(other, TimerHandle):
            return (self._when == other._when and
                    self._callback == other._callback and
                    self._args == other._args and
                    self._cancelled == other._cancelled)
        return NotImplemented
    def cancel(self):
        if not self._cancelled:
            # 用於通知事件迴圈當前Handle已經退出了
            self._loop._timer_handle_cancelled(self)
        super().cancel()
    def when(self):
        return self._when

通過程式碼可以發現,這兩個物件十分簡單,而我們在使用Python.Asyncio時並不會直接使用到這兩個物件,而是通過loop.call_xxx系列方法來把呼叫封裝成Handle物件,然後等待EventLoop執行。 所以loop.call_xxx系列方法可以認為是EventLoop的註冊操作,基本上所有非IO的非同步操作都需要通過loop.call_xxx方法來把自己的呼叫註冊到EventLoop中,比如Task物件就在初始化後通過呼叫loop.call_soon方法來註冊到EventLoop中,loop.call_sonn的實現很簡單,

它的原始碼如下:

class BaseEventLoop:
    ...
    def call_soon(self, callback, *args, context=None):
        # 檢查是否事件迴圈是否關閉,如果是則直接丟擲異常
        self._check_closed()
        handle = self._call_soon(callback, args, context)
        return handle

   def _call_soon(self, callback, args, context):
        # 把呼叫封裝成一個handle,這樣方便被事件迴圈呼叫
        handle = events.Handle(callback, args, self, context)
        # 新增一個handle到_ready,等待被呼叫
        self._ready.append(handle)
        return handle

可以看到call_soon真正相關的程式碼只有10幾行,它負責把一個呼叫封裝成一個Handle,並新增到self._reday中,從而實現把呼叫註冊到事件迴圈之中。

loop.call_xxx系列函數除了loop.call_soon系列函數外,還有另外兩個方法--loop.call_atloop.call_later,它們類似於loop.call_soon,不過多了一個時間引數,來告訴EventLoop在什麼時間後才可以呼叫,同時通過loop.call_atloop.call_later註冊的呼叫會通過Python的堆排序模組headpq註冊到self._scheduled變數中,

具體程式碼如下:

class BaseEventLoop:
    ...
    def call_later(self, delay, callback, *args, context=None):
        if delay is None:
            raise TypeError('delay must not be None')
        timer = self.call_at(self.time() + delay, callback, *args, context=context)
        return timer

    def call_at(self, when, callback, *args, context=None):
        if when is None:
            raise TypeError("when cannot be None")
        self._check_closed()
        # 建立一個timer handle,然後新增到事件迴圈的_scheduled中,等待被呼叫
        timer = events.TimerHandle(when, callback, args, self, context)
        heapq.heappush(self._scheduled, timer)
        timer._scheduled = True
        return timer

2.EventLoop的排程實現

在文章《Python Asyncio中Coroutines,Tasks,Future可等待物件的關係及作用》中已經分析到了runner會通過loop.run_until_complete來呼叫mainTask從而開啟EventLoop的排程,所以在分析EventLoop的排程時,應該先從loop.run_until_complete入手,

對應的原始碼如下:

class BaseEventLoop:
    def run_until_complete(self, future):
        ...
        new_task = not futures.isfuture(future)
        # 把coroutine轉換成task,這樣事件迴圈就可以排程了,事件迴圈的最小排程單位為task
        # 需要注意的是此時事件迴圈並沒註冊到全域性變數中,所以需要顯示的傳進去,
        # 同時Task物件註冊的時候,已經通過loop.call_soon把自己註冊到事件迴圈中,等待排程
        future = tasks.ensure_future(future, loop=self)
        if new_task:
            # An exception is raised if the future didn't complete, so there
            # is no need to log the "destroy pending task" message
            future._log_destroy_pending = False
        # 當該task完成時,意味著當前事件迴圈失去了排程物件,無法繼續排程,所以需要關閉當前事件迴圈,程式會由協程模式返回到執行緒模式
        future.add_done_callback(_run_until_complete_cb)
        try:
            # 事件迴圈開始執行
            self.run_forever()
        except:
            if new_task and future.done() and not future.cancelled():
                # The coroutine raised a BaseException. Consume the exception
                # to not log a warning, the caller doesn't have access to the
                # local task.
                future.exception()
            raise
        finally:
            future.remove_done_callback(_run_until_complete_cb)
        if not future.done():
            raise RuntimeError('Event loop stopped before Future completed.')

        return future.result()

    def run_forever(self):
        # 進行一些初始化工作
        self._check_closed()
        self._check_running()
        self._set_coroutine_origin_tracking(self._debug)
        self._thread_id = threading.get_ident()

        old_agen_hooks = sys.get_asyncgen_hooks()
        # 通過asyncgen勾點來自動關閉asyncgen函數,這樣可以提醒使用者生成器還未關閉
        sys.set_asyncgen_hooks(firstiter=self._asyncgen_firstiter_hook,
                               finalizer=self._asyncgen_finalizer_hook)
        try:
            # 設定當前在執行的事件迴圈到全域性變數中,這樣就可以在任一階段獲取到當前的事件迴圈了
            events._set_running_loop(self)
            while True:
                # 正真執行任務的邏輯
                self._run_once()
                if self._stopping:
                    break
        finally:
            # 關閉迴圈, 並且清理一些資源
            self._stopping = False
            self._thread_id = None
            events._set_running_loop(None)
            self._set_coroutine_origin_tracking(False)
            sys.set_asyncgen_hooks(*old_agen_hooks)

這段原始碼並不複雜,它的主要邏輯是通過把Corotinue轉為一個Task物件,然後通過Task物件初始化時呼叫loop.call_sonn方法把自己註冊到EventLoop中,最後再通過loop.run_forever中的迴圈程式碼一直執行著,直到_stopping被標記為True:

while True:
    # 正真執行任務的邏輯
    self._run_once()
    if self._stopping:
        break

可以看出,這段程式碼是確保事件迴圈能一直執行著,自動迴圈結束,而真正排程的核心是_run_once函數,

它的原始碼如下:

class BaseEventLoop:
    ...
    def _run_once(self):
        # self._scheduled是一個列表,它只存放TimerHandle
        sched_count = len(self._scheduled)
        ###############################
        # 第一階段,整理self._scheduled #
        ###############################
        if (sched_count > _MIN_SCHEDULED_TIMER_HANDLES and
            self._timer_cancelled_count / sched_count > _MIN_CANCELLED_TIMER_HANDLES_FRACTION):
            # 當待排程的任務數量超過100且待取消的任務佔總任務的50%時,才進入這個邏輯
            # 把需要取消的任務移除
            new_scheduled = []
            for handle in self._scheduled:
                if handle._cancelled:
                    # 設定handle的_cancelled為True,並且把handle從_scheduled中移除
                    handle._scheduled = False
                else:
                    new_scheduled.append(handle)

            # 重新排列堆
            heapq.heapify(new_scheduled)
            self._scheduled = new_scheduled
            self._timer_cancelled_count = 0
        else:
            # 需要取消的handle不多,則只會走這個邏輯,這裡會把堆頂的handle彈出,並標記為不可排程,但不會存取整個堆
            while self._scheduled and self._scheduled[0]._cancelled:
                self._timer_cancelled_count -= 1
                handle = heapq.heappop(self._scheduled)
                handle._scheduled = False

        #################################
        # 第二階段,計算超時值以及等待事件IO #
        #################################
        timeout = None
        # 當有準備排程的handle或者是正在關閉時,不等待,方便儘快的排程
        if self._ready or self._stopping:
            timeout = 0
        elif self._scheduled:
            # Compute the desired timeout.
            # 如果堆有資料時,通過堆頂的handle計算最短的超時時間,但是最多不能超過MAXIMUM_SELECT_TIMEOUT,以免超過系統限制
            when = self._scheduled[0]._when
            timeout = min(max(0, when - self.time()), MAXIMUM_SELECT_TIMEOUT)

        # 事件迴圈等待事件,直到有事件或者超時
        event_list = self._selector.select(timeout)

        ##################################################
        # 第三階段,把滿足條件的TimeHandle放入到self._ready中 #
        ##################################################
        # 獲取得到的事件的回撥,然後裝填到_ready
        self._process_events(event_list)

        # 把一些在self._scheduled且滿足排程條件的handle放到_ready中,比如TimerHandle。
        # end_time為當前時間+一個時間單位,猜測是能多處理一些這段時間內產生的事件
        end_time = self.time() + self._clock_resolution
        while self._scheduled:
            handle = self._scheduled[0]
            if handle._when >= end_time:
                break
            handle = heapq.heappop(self._scheduled)
            handle._scheduled = False
            self._ready.append(handle)

        ################################################################################
        # 第四階段,遍歷所有準備排程的handle,並且通過handle的context來執行handle對應的callback #
        ################################################################################
        ntodo = len(self._ready)
        for i in range(ntodo):
            handle = self._ready.popleft()
            # 如果handle已經被取消,則不呼叫
            if handle._cancelled:
                continue
            if self._debug:
                try:
                    self._current_handle = handle
                    t0 = self.time()
                    handle._run()
                    dt = self.time() - t0
                    if dt >= self.slow_callback_duration:
                        # 執行太久的回撥,記錄下來,這些需要開發者自己優化
                        logger.warning('Executing %s took %.3f seconds',
                                       _format_handle(handle), dt)
                finally:
                    self._current_handle = None
            else:
                handle._run()
        handle = None  # Needed to break cycles when an exception occurs.

通過原始碼分析,可以很明確的知道排程邏輯中第一步是先規整self._scheduled,在規整的過程是使用堆排序來進行的,因為堆排序在排程的場景下效率是非常高的,不過這段規整程式碼分成兩種,我猜測是當需要取消的數量過多時直接遍歷的效率會更高。 在規整self._scheduled後,就進入第二步,該步驟開始等待系統事件迴圈返回對應的事件,如果self._ready中有資料,就不做等待了,需要馬上到下一步驟,以便能趕緊安排排程。 在得到系統事件迴圈得到的事件後,就進入到了第三步,該步驟會通過self._process_events方法處理對應的事件,並把事件對應的回撥存放到了self._ready中,最後再遍歷self._ready中的所有Handle並逐一執行(執行時可以認為EventLoop把控制權返回給對應的呼叫邏輯),至此一個完整的排程邏輯就結束了,並進入下一個排程邏輯。

3.網路IO事件的處理

注:由於系統事件迴圈的限制,所以檔案IO一般還是使用多執行緒來執行,具體見:github.com/python/asyn…

在分析EventLoop排程實現的時候忽略了self._process_events的具體實現邏輯,因為_process_events方法所在asyncio.base_event.py檔案中的BaseEventLoop類並未有具體實現的,因為網路IO相關的需要系統的事件迴圈來幫忙處理,所以與系統事件迴圈相關的邏輯都在asyncio.selector_events.py中的BaseSelectorEventLoop類中。BaseSelectorEventLoop類封裝了selector模組與系統事件迴圈互動,使呼叫者不需要去考慮sock的建立以及sock產生的檔案描述符的監聽與登出等操作,下面以BaseSelectorEventLoop中自帶的pipe為例子,分析BaseSelectorEventLoop是如何進行網路IO事件處理的。

在分析之前,先看一個例子,程式碼如下:

import asyncio
import threading
def task():
    print("task")
def run_loop_inside_thread(loop):
    loop.run_forever()
loop = asyncio.get_event_loop()
threading.Thread(target=run_loop_inside_thread, args=(loop,)).start()
loop.call_soon(task)

如果直接執行這個例子,它並不會輸出task(不過在IDE使用DEBUG模式下執行緒啟動會慢一點,所以會輸出的),因為在呼叫loop.run_foreverEventLoop會一直卡在這段邏輯中:

event_list = self._selector.select(timeout)

所以呼叫loop.call_soon並不會使EventLoop馬上安排排程,而如果把call_soon換成call_soon_threadsafe則可以正常輸出,這是因為call_soon_threadsafe中多了一個self._write_to_self的呼叫,它的原始碼如下:

class BaseEventLoop:
    ...
    def call_soon_threadsafe(self, callback, *args, context=None):
        """Like call_soon(), but thread-safe."""
        self._check_closed()
        handle = self._call_soon(callback, args, context)
        self._write_to_self()
        return handle

由於這個呼叫是涉及到IO相關的,所以需要到BaseSelectorEventLoop類檢視,接下來以pipe相關的網路IO操作來分析EventLoop是如何處理IO事件的(只演示reader物件,writer物件操作與reader類似),

對應的原始碼如下:

class BaseSelectorEventLoop(base_events.BaseEventLoop):
    #######
    # 建立 #
    #######
    def __init__(self, selector=None):
        super().__init__()

        if selector is None:
            # 獲取最優的selector
            selector = selectors.DefaultSelector()
        self._selector = selector
        # 建立pipe
        self._make_self_pipe()
        self._transports = weakref.WeakValueDictionary()
    def _make_self_pipe(self):
        # 建立Pipe對應的sock 
        self._ssock, self._csock = socket.socketpair()
        # 設定sock為非阻塞
        self._ssock.setblocking(False)
        self._csock.setblocking(False)
        self._internal_fds += 1
        # 阻塞伺服器端sock讀事件對應的回撥
        self._add_reader(self._ssock.fileno(), self._read_from_self)
    def _add_reader(self, fd, callback, *args):
        # 檢查事件迴圈是否關閉
        self._check_closed()
        # 封裝回撥為handle物件
        handle = events.Handle(callback, args, self, None)
        try:
            key = self._selector.get_key(fd)
        except KeyError:
            # 如果沒有註冊到系統的事件迴圈,則註冊
            self._selector.register(fd, selectors.EVENT_READ,
                                    (handle, None))
        else:
            # 如果已經註冊過,則更新
            mask, (reader, writer) = key.events, key.data
            self._selector.modify(fd, mask | selectors.EVENT_READ,
                                  (handle, writer))
            if reader is not None:
                reader.cancel()
        return handle

    def _read_from_self(self):
        # 負責消費sock資料
        while True:
            try:
                data = self._ssock.recv(4096)
                if not data:
                    break
                self._process_self_data(data)
            except InterruptedError:
                continue
            except BlockingIOError:
                break
    #######
    # 刪除 #
    #######
    def _close_self_pipe(self):
        # 登出Pipe對應的描述符 
        self._remove_reader(self._ssock.fileno())
        # 關閉sock
        self._ssock.close()
        self._ssock = None
        self._csock.close()
        self._csock = None
        self._internal_fds -= 1

    def _remove_reader(self, fd):
        # 如果事件迴圈已經關閉了,就不用操作了
        if self.is_closed():
            return False
        try:
            # 查詢檔案描述符是否在selector中
            key = self._selector.get_key(fd)
        except KeyError:
            # 不存在則返回
            return False
        else:
            # 存在則進入移除的工作
            mask, (reader, writer) = key.events, key.data
            # 通過事件掩碼判斷是否有其它事件
            mask &= ~selectors.EVENT_READ
            if not mask:
                # 移除已經註冊到selector的檔案描述符
                self._selector.unregister(fd)
            else:
                # 移除已經註冊到selector的檔案描述符,並註冊新的事件
                self._selector.modify(fd, mask, (None, writer))

            # 如果reader不為空,則取消reader
            if reader is not None:
                reader.cancel()
                return True
            else:
                return False

通過原始碼中的建立部分可以看到,EventLoop在啟動的時候會建立一對建立通訊的sock,並設定為非阻塞,然後把對應的回撥封裝成一個Handle物件並註冊到系統事件迴圈中(刪除則進行對應的反向操作),之後系統事件迴圈就會一直監聽對應的事件,也就是EventLoop的執行邏輯會阻塞在下面的呼叫中,等待事件響應:

event_list = self._selector.select(timeout)

這時如果執行loop.call_soon_threadsafe,那麼會通過write_to_self寫入一點資訊:

    def _write_to_self(self):
        csock = self._csock
        if csock is None:
            return
        try:
            csock.send(b'')
        except OSError:
            if self._debug:
                logger.debug("Fail to write a null byte into the self-pipe socket", exc_info=True)

由於csock被寫入了資料,那麼它對應的ssock就會收到一個讀事件,系統事件迴圈在收到這個事件通知後就會把資料返回,然後EventLoop就會獲得到對應的資料,並交給process_events方法進行處理,

它的相關程式碼如下:

class BaseSelectorEventLoop:
    def _process_events(self, event_list):
        for key, mask in event_list:
            # 從回撥事件中獲取到對應的資料,key.data在註冊時是一個元祖,所以這裡要對元祖進行解包
            fileobj, (reader, writer) = key.fileobj, key.data
            if mask & selectors.EVENT_READ and reader is not None:
                # 得到reader handle,如果是被標記為取消,就移除對應的檔案描述符
                if reader._cancelled:
                    self._remove_reader(fileobj)
                else:
                    # 如果沒被標記為取消,則安排到self._ready中
                    self._add_callback(reader)
            if mask & selectors.EVENT_WRITE and writer is not None:
                # 對於寫物件,也是同樣的道理。
                if writer._cancelled:
                    self._remove_writer(fileobj)
                else:
                    self._add_callback(writer)

    def _add_callback(self, handle):
        # 把回撥的handle新增到_ready中
        assert isinstance(handle, events.Handle), 'A Handle is required here'
        if handle._cancelled:
            return
        assert not isinstance(handle, events.TimerHandle)
        self._ready.append(handle)

    def _remove_reader(self, fd):
        # 如果事件迴圈已經關閉了,就不用操作了
        if self.is_closed():
            return False
        try:
            # 查詢檔案描述符是否在selector中
            key = self._selector.get_key(fd)
        except KeyError:
            # 不存在則返回
            return False
        else:
            # 存在則進入移除的工作
            mask, (reader, writer) = key.events, key.data
            mask &= ~selectors.EVENT_READ
            if not mask:
                # 移除已經註冊到selector的檔案描述符
                self._selector.unregister(fd)
            else:
                self._selector.modify(fd, mask, (None, writer))

            if reader is not None:
                reader.cancel()
                return True
            else:
                return False

從程式碼中可以看出_process_events會對事件對應的檔案描述符進行處理,並從事件回撥中獲取到對應的Handle物件新增到self._ready中,由EventLoop在接下來遍歷self._ready並執行。

可以看到網路IO事件的處理並不複雜,因為系統事件迴圈已經為我們做了很多工作了,但是使用者所有與網路IO相關的操作都需要有一個類似的操作,這樣是非常的繁瑣的,幸好asyncio庫已經為我們做了封裝,我們只要呼叫就可以了,方便了很多。

到此這篇關於Python Asyncio排程原理詳情的文章就介紹到這了,更多相關Python Asyncio 內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com!


IT145.com E-mail:sddin#qq.com