Python 更新异步支持的互操作性

wufei123 2025-01-26 阅读:10 评论:0

久违的 iop 更新文章！自 iop 命令行界面发布以来，有哪些令人兴奋的新功能呢？主要有两大亮点：品牌焕新：原 grongier.pex 模块正式更名为 iop，与项目新名称保持一致。异步操作支持： iop 现已全面支持...

久违的 iop 更新文章！

Python 更新异步支持的互操作性

自 iop 命令行界面发布以来，有哪些令人兴奋的新功能呢？主要有两大亮点：

品牌焕新：原 grongier.pex 模块正式更名为 iop，与项目新名称保持一致。
异步操作支持： iop 现已全面支持异步函数和协程，提升效率和性能。

品牌焕新详解

为契合项目发展，原 grongier.pex 模块已更名为 iop。为了兼容旧版本，grongier.pex 模块暂时保留，但未来将被移除，请及时迁移至 iop。

异步操作支持详解

iop 早期版本支持异步调用，但无法直接使用异步函数和协程。在介绍新功能前，先简述 InterSystems IRIS 中异步调用的机制，并通过两个示例演示 iop 如何使用异步调用。

旧版异步调用回顾

以下代码展示了旧版异步调用的工作方式：

from iop import businessprocess
from msg import mymessage


class mybp(businessprocess):

    def on_message(self, request):
        msg_one = mymessage(message="message1")
        msg_two = mymessage(message="message2")

        self.send_request_async("python.mybo", msg_one,completion_key="1")
        self.send_request_async("python.mybo", msg_two,completion_key="2")

    def on_response(self, request, response, call_request, call_response, completion_key):
        if completion_key == "1":
            self.response_one = call_response
        elif completion_key == "2":
            self.response_two = call_response

    def on_complete(self, request, response):
        self.log_info(f"received response one: {self.response_one.message}")
        self.log_info(f"received response two: {self.response_two.message}")

其工作原理与 IRIS 中的异步调用类似：send_request_async 方法发送请求，收到响应后调用 on_response 方法。 completion_key 参数用于区分不同的响应。

多同步请求发送

虽然并非全新功能，但值得一提的是，现在可以并行发送多个同步请求：

from iop import businessprocess
from msg import mymessage


class mymultibp(businessprocess):

    def on_message(self, request):
        msg_one = mymessage(message="message1")
        msg_two = mymessage(message="message2")

        tuple_responses = self.send_multi_request_sync([("python.mymultibo", msg_one),
                                                        ("python.mymultibo", msg_two)])

        self.log_info("all requests have been processed")
        for target,request,response,status in tuple_responses:
            self.log_info(f"received response: {response.message}")

此例中，我们并行向同一个业务操作发送两个请求，响应结果为一个元组，包含每个调用的目标、请求、响应和状态。此方法适用于无需关注响应顺序的多个请求场景。

异步函数和协程

iop 如何使用异步函数和协程？请看示例：

import asyncio

from iop import BusinessProcess
from msg import MyMessage


class MyAsyncNGBP(BusinessProcess):

    def on_message(self, request):

        results = asyncio.run(self.await_response(request))

        for result in results:
            print(f"Received response: {result.message}")

    async def await_response(self, request):
        msg_one = MyMessage(message="Message1")
        msg_two = MyMessage(message="Message2")

        # use asyncio.gather to send multiple requests asynchronously
        # using the send_request_async_ng method
        tasks = [self.send_request_async_ng("Python.MyAsyncNGBO", msg_one),
                 self.send_request_async_ng("Python.MyAsyncNGBO", msg_two)]

        return await asyncio.gather(*tasks)

此例使用 send_request_async_ng 方法并行发送多个请求。await_response 方法是一个协程，发送请求并等待所有响应。asyncio.gather 函数确保所有响应被并行接收。

使用异步函数和协程的优势：

性能提升：并行发送多个请求。
代码更清晰：使用 await 关键字等待响应。
更灵活：利用 asyncio 模块构建复杂流程。
更精细的控制：处理异常和超时。

send_request_async、send_multi_request_sync 和 send_request_async_ng 的区别

send_request_async：发送请求并等待响应（仅当实现了 on_response 方法并使用了 completion_key 参数）。优点：符合习惯的异步调用方式；缺点：并行多个请求时维护性较差。
send_multi_request_sync：并行发送多个请求并等待所有响应。优点：使用方便；缺点：响应顺序不可控。
send_request_async_ng：并行发送多个请求并等待所有响应。优点：响应顺序可控；缺点：需要使用异步函数和协程。

总结

选择合适的异步调用方法取决于具体需求。祝您多线程编程愉快！如果您读到这里，请在评论区留下“boomerang”，这对我意义重大！感谢您的阅读！

以上就是Python 更新异步支持的互操作性的详细内容，更多请关注知识资源分享宝库其它相关文章！