Tornado 异步协程coroutine原理

原创文章出自公众号：「码农富哥」，如需转载请请注明出处！
文章如果对你有收获，可以收藏转发，这会给我一个大大鼓励哟！另外可以关注我公众号「码农富哥」 (搜索id：coder2025)，我会持续输出Python，算法，计算机基础的原创文章

协程定义：

协程，又称微线程，纤程。英文名Coroutine。

子程序，或者称为函数，在所有语言中都是层级调用，比如A调用B，B在执行过程中又调用了C，C执行完毕返回，B执行完毕返回，最后是A执行完毕。
所以子程序调用是通过栈实现的，一个线程就是执行一个子程序。
子程序调用总是一个入口，一次返回，调用顺序是明确的。而协程的调用和子程序不同。
协程看上去也是子程序，但执行过程中，在子程序内部可中断，然后转而执行别的子程序，在适当的时候再返回来接着执行。
注意，在一个子程序中中断，去执行其他子程序，不是函数调用，有点类似CPU的中断。

那和多线程比，协程有何优势？

最大的优势就是协程极高的执行效率。因为子程序切换不是线程切换，而是由程序自身控制，因此，没有线程切换的开销，和多线程比，线程数量越多，协程的性能优势就越明显。

第二大优势就是不需要多线程的锁机制，因为只有一个线程，也不存在同时写变量冲突，在协程中控制共享资源不加锁，只需要判断状态就好了，所以执行效率比多线程高很多。

因为协程是一个线程执行，那怎么利用多核CPU呢？最简单的方法是多进程+协程，既充分利用多核，又充分发挥协程的高效率，可获得极高的性能。

Python对协程的支持还非常有限，用在generator中的yield可以一定程度上实现协程。虽然支持不完全，但已经可以发挥相当大的威力了。

来看例子：
传统的生产者-消费者模型是一个线程写消息，一个线程取消息，通过锁机制控制队列和等待，但一不小心就可能死锁。
如果改用协程，生产者生产消息后，直接通过yield跳转到消费者开始执行，待消费者执行完毕后，切换回生产者继续生产，效率极高：

# yield 的生产者消费者模型

def consumer():
    r = 'i am start now!!!'
    while True:
        i = yield r
        print 'consuming task %s' % i
        r = '200 Done'


def producer(c):
    start_up = c.next() # 或者c.send(None) 启动生成器, 遇到yield 返回 重新来到这里
    print 'start_up is %s' % start_up
    n = 5
    i = 0
    while i < n:
        i+=1
        print 'producing task is %s' % i
        res = c.send(i) # 生产了一个任务，通过 send(i) 把函数执行权切换到consumer，消费者接收任务处理， 此时consumer 的yield r 表达式等于send()的参数，即i=i
                        # 而send(i) 的返回值就由consumer的yield r产生，yield r 可以相当于return r 所以，res=“200 Done”
        print 'consumer done ,res: %s' % res

    c.close() # 不生产任务了，就关闭生成器


c = consumer()
producer(c)

上面的协程运行流程是：

c = consumer() 创建一个生成器，注意并不是执行一个函数，这里只会生成一个生成器对象，没有执行里面的任何代码，要启动生成器，需要c.next() 或者c.send(None)来启动。
produce(c) 把c生成器传进去producer，然后start_up=c.next() 这里就是启动了consumer()生成器，
启动的意思是，开始运行生成器，直到遇到yield , 就会把yield后面的内容返回，并且回到原来的地方，
这里遇到了yield r, 相当于把r变量返回（想象成return r），并且回到执行c.next()的函数（producer）来，继续执行producer的代码。
所以start_up = c.next() 做了两件事：
- 进去了另外一个函数consumer()执行，直到遇到yield
- 遇到 yield r，然后就回到producer里面了，顺便把r的值给到start_up, 这里是start_up="i am start now!!!"
- 保留现场，这次停留在哪个yield，下次回来就会在这个yield继续
上面启动了consumer生成器后回到来，producer()继续跑下面的代码，遇到res=c.send(1),
这里的c.send() 相当于 c.next(),也是重新回到生成器里面执行，只不过send()可以带参数，把参数带过去生成器。
所以 res = c.send(1), 做了几件事：
- 重新进入consumer()生成器，回到上一次跳出来的yield位置，也就是yield r
- 并且不同于直接c.next(), c.send(1)带了一个参数1，而 consumer 里面的i =yield r，那这次回来就会让yield r 这个表达式赋值成参数 1，也就是i=yield r 变成了 i = 1，这就是send(1) 的作用，传递参数
- i = 1后，继续再生成器consumser 里面执行代码， print 'consuming task %s' % i 就会输出 consuming task 1
- 让 r = '200 Done', 在循环来到 yield r , 相当于yield '200 Done', 返回200 Done ,并且跳出生成器，回到producer()继续执行。

生产者消费者模式就这样，通过协程交替循环工作。如果不用协程的话，一个线程，要么做生产者，要么做消费者，不能让他们切换工作，只能使用多线程，分别运行生产者，消费者。
当然，虽然协程可以切换运行，但毕竟它只有一个线程，只能在代码之前来回切换运行，不能有并行运行。

总结：

来到这里，就有点像tornado 异步协程的模型了： producer()类似IOLoop一直在循环，由它来产生事件，再跳出来consumer(),当让可以有N个consumer()，让他们处理。
producer()就是一个调度器，可以控制事件扔给哪个协程去处理，因为协程可以随时切回来顶级调度器。比如我们可以设定当i是偶数给consumer1()处理，奇数给consumer2()处理，都是可以的，让producer()作为一个顶级调度器

tornado 协程

从上面可以看到，Generator已经具备协程的一些能力。如：能够暂停执行，保存状态；能够恢复执行；能够异步执行。

但是此时Generator还不是一个协程。一个真正的协程能够控制代码什么时候继续执行。而一个Generator执行遇到一个yield表达式或者语句，会将执行控制权转移给调用者。

在维基百科中提到，可以实现一个顶级的调度子例程，将执行控制权转移回Generator，从而让它继续执行。在tornado中，ioLoop就是这样的顶级调度子例程，每个协程模块通过，函数装饰器coroutine和ioLoop进行通信，从而ioLoop可以在协程模块执行暂停后，在合适的时机重新调度协程模块执行。

不过，接下来还不能介绍coroutine和ioLoop，在介绍这两者之前，先得明白tornado中在协程环境中一个非常重要的类Future.

类比

就好比上面的producer()作为一个顶级生产者，调度器，可以分配任务给任何消费者生成器，适当时候在执行暂停后，在合适的时机重新调度协程模块执行。

Future类

Future封装了异步操作的结果。实际是它类似于在网页html前端中，图片异步加载的占位符，但加载后最终也是一个完整的图片。Future也是同样用处，tornado使用它，最终希望它被set_result,并且调用一些回调函数。Future对象实际是coroutine函数装饰器和IOLoop的沟通使者，有着非常重要的作用。
参考 tornado协程(coroutine)原理

异步非阻塞例子

class GenHandler(tornado.web.RequestHandler):
    @gen.coroutine
    def get(self):
        url = 'http://www.baidu.com'
        http_client = AsyncHTTPClient()
        response = yield http_client.fetch(url)
        s = yield gen.sleep(5) # 该阻塞还是得阻塞， 异步只是对其他链接而言的
        self.write(response.body)

class MainHandler(tornado.web.RequestHandler):
   ...

if __name__ == "__main__":
    application = tornado.web.Application([
        (r"/", MainHandler),
        (r"/gen_async/", GenHandler),
    ], autoreload=True)
    application.listen(8889)
    tornado.ioloop.IOLoop.current().start()

上面的GenHandler便是使用了协程异步的例子，当我们请求/gen_async/时，这个请求会请求百度网页和sleep 5秒，当然这个gen.sleep()是非阻塞的。但是我们请求这个url还是会停止5秒后才完成响应。
然而在这个5秒等待中，我们请求 / 还是tornado还是能直接给我们响应，而不是要等5秒过后才能响应！
这里要强调的是：这里的异步非阻塞是针对另一请求来说的，本次的请求该是阻塞的仍然是阻塞的。

那么我们来分析一下tornado是如何在单线程情况下，一个请求被阻塞，另外的请求还可以处理响应，实现异步的。
首先我们先分析比较简单的yield gen.sleep(5):

查看@gen.coroutine这个装饰器源码，看他工作原理

首先result=func(*args, **kwargs) 相当于获得这个生成器对象，也就是def get()这个生成器，但是也只是返回生成器而已，没有执行里面任何代码，需要next()或者send()才会启动生成器
来到 yielded = next(result) 这里就是启动了生成器，来到get() 里面的yield ，然后返回yield后面的内容，也就是gen.sleep(5) , 返回这个函数，也就是执行这个函数gen.sleep() 然后获取gen.sleep()里面的返回值，交给yield, 所以假如gen.sleep(5) 函数最后执行的结果是return 5 ，那执行完以后就yield gen.sleep() 相当于yield 5 所以yield gen.sleep(5)是yield 这个表达式的返回值，跟yield 一个定值是一样的，只不过要执行完gen.sleep() 才会得到这个定值！
所以当yield gen.sleep()的时候，就是进去执行了这个异步函数gen.sleep()。所以我们要进去看这个gen.sleep()究竟做了什么，我们进去看看代码：

def sleep(duration):
    f = Future()
    IOLoop.current().call_later(duration, lambda: f.set_result(None))
    return f

首先可以确定的是，这个gen.sleep()返回值是一个future()对象。那么上面的yielded = next(result),实际上被赋值的就是这个future()对象
其次，给IOLOOP循环通过add_timeout() 添加了一个callback, 这个add_timeout()本质上就是add_callback, 只是指定多少秒后执行这个callback, 所以这一步最核心的功能就是给ioloop添加一个5秒后执行的callback, 而这个callback就是匿名函数，执行f.set_result(None)，让future.set_result()，完成这个future的填充。ioloop会在每次循环检查执行这些callback，由于 ioloop添加的callback设定了时间，所以在5秒后的循环会执行这个函数。并不是下面说的，ioloop在5秒后再添加callback,而是立即添加了callback,设定了5秒后执行
注意： ioloop不会判断是否该执行callback，它只会在每次循环中都执行callback, 所以是否执行callback,应该交给future来决定，所以就有了future.add_done_callback( lambda future: self.add_callback(callback, future)) 这样的函数，意思就是当future 完成后给ioloop添加callback。ioloop只管执行callback, future管啥时候添加callback给ioloop。

Coroutine和IoLoop是如何切换的（之前一直想不明白）

class GenAsyncHandler(RequestHandler):
    @gen.coroutine
    def get(self):
        http_client = AsyncHTTPClient()
        response = yield http_client.fetch("http://example.com")
        do_something_with_response(response)
        self.render("template.html")

这里有三个函数概念：
1. 装饰器函数 a() 对应上面的@gen.coroutine()
2. 被包裹的函数 b() 对应上面的get()
3. 被包裹函数里面的异步执行函数 c() 对应上面的 http_client.fetch(url)

Coroutine和IoLoop是如何切换的（之前一直想不明白） 先看看@gen.coroutine是干嘛的
参考上面截图，他就是一个装饰器，装饰器是一个返回函数的高阶函数，所以被这个gen.coroutine装饰器包裹的函数b()都是相当于返回了另外一个函数a()，而b()只是在a()函数的一部分：

"""返回生成器， 还没启动生成器"""
result = func(*args, kwargs) 
"""启动生成器， 如果func()里面是 yield gen.sleep(4) 或者 yield async.fetch(url)
那么yielded 就被赋值成他们的返回值，而他们一般是返回future对象
这里实际上就跳进去执行了gen.sleep()或者async.fetch()"""
yielded = next(result) 
"""将这个yielded 放进去runner,runner的作用实际上就是进去注册一个当future完成的callback, 就是run() 
run()就是执行gen.send()的地方"""
Runner(result, future, yielded)

所以当执行到yielded = next(result)时，是进去到b()函数的yield地方，进去yield后面的函数执行，也就是异步函数c() ，（当然这个c()函数只是给ioloop添加一个callback，并不是阻塞同步执行）并且停止跳出来a()，然后继续a()函数其他代码，当yield 的时候，这时运行完c(), 已经从b()跳出来到a()函数了（也就是回到主线程IOloop的循环，只要不是进去子协程，都是主循环）。

所以这个高阶装饰器比较难理解，这个装饰器实际上是另外一个函数a()，包含了被包裹的原来函数b()，而在这个高阶函数里面，执行原来的函数b()，也就是生成器，都是在装饰器这个新的函数a()里面操作的。直到遇到func()也就是执行b(), next启动生成器b()。
遇到yield，执行yield 的 c()，获得c()的返回值。这样就取出c()的返回值，
出来到高阶函数，也就是从原函数b()停止了。
yielded 取出了异步函数c()的返回值，比如yield fetch() yield gen.sleep() 的返回值，也就是future占位符，随后拿着这个占位符，去runner()那里注册：当future完成后，执行run()函数， run()的作用就是gen.send(),可以重新回到原函数！
问：那么，什么时候是future被完成呢？也就是什么时候被future.set_result()。是我们需要知道的。
答：当我们yield c()的时候，不就是进去这个c()函数执行吗，就是这个时候，在c()里面，注册了一个函数给ioloop，让它下次循环执行，执行完自然就会set_result()拉，然后就会再下次循环中知道对应run()执行，发送gen.send(value)这个结果给原函数！

最后在看一个例子：

import tornado.ioloop
from tornado.gen import coroutine
from tornado.concurrent import Future
@coroutine
def get_web():                                                                             
     #http_client = AsyncHTTPClient()
     http_client = HTTPClient()
     response = yield http_client.fetch("http://example.com")
     print 'status_code is %s' % response.code

@coroutine
def asyn_sum(a, b):
    print("begin calculate:sum %d+%d"%(a,b))
    future = Future()

    def callback(a, b):
        print("calculating the sum of %d+%d:"%(a,b))
        future.set_result(a+b)
    tornado.ioloop.IOLoop.instance().add_callback(callback, a, b)

    result = yield future

    print("after yielded")
    print("the %d+%d=%d"%(a, b, result))

def main():
    asyn_sum(2,3)
    print 'haha'
    tornado.ioloop.IOLoop.instance().start()

if __name__ == "__main__":
    main()

解析：

定义一个callback添加到ioloop里面，这个callback有future.set_result()的功能，相当于上面说的 yield c(), 当执行c()会把这个函数添加到ioloop,然后让它执行，最后set_result()。这里只是手动添加而已了。
然后定义了一个future ，遇到yield future的时候，进入gen.coroutine装饰器高阶函数，还是按顺序执行

result = asyn_sum(2,3)
yielded = next(result)#  把asyn_sum里面定义的future对象拿过来了
future = Future() # 在新建一个新的future 跟上面yielded 这个future是不一样的
Runner(result, future, yielded) # 把yielded 进去runner注册， yielded完成后执行runner(),返回到asyn_sum()，

所以再高阶函数执行完后，asyn_sum(2,3)返回的是新创建的future对象，并且从async_sum() yield那里开始出来。所以这时print 'haha' 然后再print after yielded
run()函数执行的内容我们看看源码：

while True:
    try:
        value = future.result()
        yielded = self.gen.send(value)
         ...
    except (StopIteration, Return) as e:
        if self.pending_callbacks and not self.had_exception:
            ...
            self.result_future.set_result(_value_from_stopiteration(e))
            self.result_future = None
            return
...

Tornado异步编程

@gen.coroutine
并不是所有函数加了个装饰gen.coroutine就会变成异步,比如上面的例子get_web()如果里面的httpclient使用了同步库HTTPClient()，再yield http_client.fetch()会报错

raise BadYieldError("yielded unknown object %r" % (yielded,))

因为这个库本身是同步的，你yield 的时候，直接执行了这个同步函数，然后返回的是response,给到这个装饰器的时候，handle_yielded 检测不到是一个可转换的future就会报错，所以要用上异步功能，必须使用符合tornado异步库要求的库，它们会把执行的函数添加到ioloop并且返回future,并在完成的时候future.set_result()

@asynchronous
tornado在使用gen.coroutine协程做异步编程之前是用@asynchronous这个装饰器来异步编程的。

class AsyncHandler(RequestHandler):
    @asynchronous
    def get(self):
        http_client = AsyncHTTPClient()
        http_client.fetch("http://example.com",
                          callback=self.on_fetch)

    def on_fetch(self, response):
        do_something_with_response(response)
        self.render("template.html")

它的原理就是当异步调用 http_client.fetch() 时，进去执行，还是跟上面一样，没有同步执行，等待返回，而是创建一个future(), 然后把这个callback on_fetch() 注册到ioloop里，等这个future()被set_result()了就会执行on_fetch()
而真正要做的request = fetch()也要下达命令执行，由于这个是非阻塞的，由epollIO复用机制通知是否完成，所以是发起这个请求通过add_handler(fd, callback)来加进ioloop循环，然后ioloop等待epoll的通知，fd有数据可读了，说明请求完成，就可以执行fetch()的callback，通过源码知道，这个callback是：给上面创建的future set_result。
意思就是当请求完了，EPOLL通知ioloop， ioloop执行这个fd的callback,也就是设置这个请求完成了，future.set_result()

 def handle_response(response):
            if raise_error and response.error:
                future.set_exception(response.error)
            else:
                future.set_result(response)

一旦这个future.set_result()了，就会执行第一步给ioloop添加的callback, 也就是我们在代码上写的on_fetch()函数。这个过程行云流水。

所以无论是用callback()方式，还是gen.corountin来实现异步，他们的核心都是一样，通过add_callback,和非阻塞任务add_handler()来注册任务或者非阻塞socket。

参考

tornado协程(coroutine)原理
真正的 Tornado 异步非阻塞
浅析tornado协程运行原理
廖雪峰的官方网站-协程
廖雪峰的官方网站-装饰器
现代魔法学院

最后