大家好，併發編程 進入第十章。
好了，今天的內容其實還挺多的，我準備了三天，到今天才整理完畢。希望大家看完，有所收穫的，能給小明一個贊。這就是對小明最大的鼓勵了。
為了更好地銜接這一節，我們先來回顧一下上一節的內容。

上一節「」，我們首先介紹了，如何創建一個協程對象.
主要有兩種方法

• 通過async關鍵字，
• 通過@asyncio.coroutine 裝飾函數。

然後有了協程對象，就需要一個事件迴圈容器來運行我們的協程。其主要的步驟有如下幾點：

• 將協程對象轉為task任務對象
• 定義一個事件迴圈對象容器用來存放task
• 將task任務扔進事件迴圈對象中並觸發

為了讓大家，對生成器和協程有一個更加清晰的認識，我還介紹了yield和async/await的區別。

最後，我們還講了，如何給一個協程添加回調函數。

好了，用個形象的比喻，上一節，其實就只是講了協程中的單任務。哈哈，是不是還挺難的？希望大家一定要多看幾遍，多敲代碼，不要光看哦。

那麼這一節，我們就來看下，協程中的多任務。

. 本文目錄

• 協程中的併發
• 協程中的嵌套
• 協程中的狀態
• gather與wait

. 協程中的併發

協程的併發，和線程一樣。舉個例子來說，就好像 一個人同時吃三個饅頭，咬了第一個饅頭一口，就得等這口咽下去，才能去啃第其他兩個饅頭。就這樣交替換著吃。

asyncio實現併發，就需要多個協程來完成任務，每當有任務阻塞的時候就await，然後其他協程繼續工作。

第一步，當然是創建多個協程的列表。

# 協程函數
async def do_some_work(x):
    print('Waiting: ', x)
    await asyncio.sleep(x)
    return 'Done after {}s'.format(x)

# 協程對象
coroutine1 = do_some_work(1)
coroutine2 = do_some_work(2)
coroutine3 = do_some_work(4)

# 將協程轉成task，並組成list
tasks = [
    asyncio.ensure_future(coroutine1),
    asyncio.ensure_future(coroutine2),
    asyncio.ensure_future(coroutine3)
]

第二步，如何將這些協程註冊到事件迴圈中呢。

有兩種方法，至於這兩種方法什麼區別，稍後會介紹。

• 使用asyncio.wait()

loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))

• 使用asyncio.gather()

# 千萬註意，這裡的 「*」 不能省略
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.gather(*tasks))

最後，return的結果，可以用task.result()查看。

for task in tasks:
    print('Task ret: ', task.result())

完整代碼如下

import asyncio

# 協程函數
async def do_some_work(x):
    print('Waiting: ', x)
    await asyncio.sleep(x)
    return 'Done after {}s'.format(x)

# 協程對象
coroutine1 = do_some_work(1)
coroutine2 = do_some_work(2)
coroutine3 = do_some_work(4)

# 將協程轉成task，並組成list
tasks = [
    asyncio.ensure_future(coroutine1),
    asyncio.ensure_future(coroutine2),
    asyncio.ensure_future(coroutine3)
]

loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))

for task in tasks:
    print('Task ret: ', task.result())

輸出結果

Waiting:  1
Waiting:  2
Waiting:  4
Task ret:  Done after 1s
Task ret:  Done after 2s
Task ret:  Done after 4s

. 協程中的嵌套

使用async可以定義協程，協程用於耗時的io操作，我們也可以封裝更多的io操作過程，這樣就實現了嵌套的協程，即一個協程中await了另外一個協程，如此連接起來。

來看個例子。

import asyncio

# 用於內部的協程函數
async def do_some_work(x):
    print('Waiting: ', x)
    await asyncio.sleep(x)
    return 'Done after {}s'.format(x)

# 外部的協程函數
async def main():
    # 創建三個協程對象
    coroutine1 = do_some_work(1)
    coroutine2 = do_some_work(2)
    coroutine3 = do_some_work(4)

    # 將協程轉為task，並組成list
    tasks = [
        asyncio.ensure_future(coroutine1),
        asyncio.ensure_future(coroutine2),
        asyncio.ensure_future(coroutine3)
    ]

    # 【重點】：await 一個task列表（協程）
    # dones：表示已經完成的任務
    # pendings：表示未完成的任務
    dones, pendings = await asyncio.wait(tasks)

    for task in dones:
        print('Task ret: ', task.result())

loop = asyncio.get_event_loop()
loop.run_until_complete(main())

如果這邊，使用的是asyncio.gather()，是這麼用的

# 註意這邊返回結果，與await不一樣

results = await asyncio.gather(*tasks)
for result in results:
    print('Task ret: ', result)

輸出還是一樣的。

Waiting:  1
Waiting:  2
Waiting:  4
Task ret:  Done after 1s
Task ret:  Done after 2s
Task ret:  Done after 4s

仔細查看，可以發現這個例子完全是由 上面「協程中的併發」例子改編而來。結果完全一樣。只是把創建協程對象，轉換task任務，封裝成在一個協程函數里而已。外部的協程，嵌套了一個內部的協程。

其實你如果去看下asyncio.await()的源碼的話，你會發現下麵這種寫法

loop.run_until_complete(asyncio.wait(tasks))

看似沒有嵌套，實際上內部也是嵌套的。

這裡也把源碼，貼出來，有興趣可以看下，沒興趣，可以直接跳過。

# 內部協程函數
async def _wait(fs, timeout, return_when, loop):
    assert fs, 'Set of Futures is empty.'
    waiter = loop.create_future()
    timeout_handle = None
    if timeout is not None:
        timeout_handle = loop.call_later(timeout, _release_waiter, waiter)
    counter = len(fs)

    def _on_completion(f):
        nonlocal counter
        counter -= 1
        if (counter <= 0 or
            return_when == FIRST_COMPLETED or
            return_when == FIRST_EXCEPTION and (not f.cancelled() and
                                                f.exception() is not None)):
            if timeout_handle is not None:
                timeout_handle.cancel()
            if not waiter.done():
                waiter.set_result(None)

    for f in fs:
        f.add_done_callback(_on_completion)

    try:
        await waiter
    finally:
        if timeout_handle is not None:
            timeout_handle.cancel()

    done, pending = set(), set()
    for f in fs:
        f.remove_done_callback(_on_completion)
        if f.done():
            done.add(f)
        else:
            pending.add(f)
    return done, pending

# 外部協程函數
async def wait(fs, *, loop=None, timeout=None, return_when=ALL_COMPLETED):
    if futures.isfuture(fs) or coroutines.iscoroutine(fs):
        raise TypeError(f"expect a list of futures, not {type(fs).__name__}")
    if not fs:
        raise ValueError('Set of coroutines/Futures is empty.')
    if return_when not in (FIRST_COMPLETED, FIRST_EXCEPTION, ALL_COMPLETED):
        raise ValueError(f'Invalid return_when value: {return_when}')

    if loop is None:
        loop = events.get_event_loop()

    fs = {ensure_future(f, loop=loop) for f in set(fs)}
    # 【重點】：await一個內部協程
    return await _wait(fs, timeout, return_when, loop)

. 協程中的狀態

還記得我們在講生成器的時候，有提及過生成器的狀態。同樣，在協程這裡，我們也瞭解一下協程（準確的說，應該是Future對象，或者Task任務）有哪些狀態。

Pending：創建future，還未執行
Running：事件迴圈正在調用執行任務
Done：任務執行完畢
Cancelled：Task被取消後的狀態

可手工 python3 xx.py 執行這段代碼，

import asyncio
import threading
import time

async def hello():
    print("Running in the loop...")
    flag = 0
    while flag < 1000:
        with open("F:\\test.txt", "a") as f:
            f.write("------")
        flag += 1
    print("Stop the loop")

if __name__ == '__main__':
    coroutine = hello()
    loop = asyncio.get_event_loop()
    task = loop.create_task(coroutine)

    # Pending：未執行狀態
    print(task)
    try:
        t1 = threading.Thread(target=loop.run_until_complete, args=(task,))
        # t1.daemon = True
        t1.start()

        # Running：運行中狀態
        time.sleep(1)
        print(task)
        t1.join()
    except KeyboardInterrupt as e:
        # 取消任務
        task.cancel()
        # Cacelled：取消任務
        print(task)
    finally:
        print(task)

順利執行的話，將會列印 Pending -> Pending：Runing -> Finished 的狀態變化

假如，執行後 立馬按下 Ctrl+C，則會觸發task取消，就會列印 Pending -> Cancelling -> Cancelling 的狀態變化。

. gather與wait

還記得上面我說，把多個協程註冊進一個事件迴圈中有兩種方法嗎？

• 使用asyncio.wait()

loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.wait(tasks))

• 使用asyncio.gather()

# 千萬註意，這裡的 「*」 不能省略
loop = asyncio.get_event_loop()
loop.run_until_complete(asyncio.gather(*tasks))

asyncio.gather 和 asyncio.wait 在asyncio中用得的比較廣泛，這裡有必要好好研究下這兩貨。

還是照例用例子來說明，先定義一個協程函數

import asyncio

async def factorial(name, number):
    f = 1
    for i in range(2, number+1):
        print("Task %s: Compute factorial(%s)..." % (name, i))
        await asyncio.sleep(1)
        f *= i
    print("Task %s: factorial(%s) = %s" % (name, number, f))

接收參數方式

asyncio.wait

接收的tasks，必須是一個list對象，這個list對象里，存放多個的task。

它可以這樣，用asyncio.ensure_future轉為task對象

tasks=[
       asyncio.ensure_future(factorial("A", 2)),
       asyncio.ensure_future(factorial("B", 3)),
       asyncio.ensure_future(factorial("C", 4))
]

loop = asyncio.get_event_loop()

loop.run_until_complete(asyncio.wait(tasks))

也可以這樣，不轉為task對象。

loop = asyncio.get_event_loop()

tasks=[
       factorial("A", 2),
       factorial("B", 3),
       factorial("C", 4)
]

loop.run_until_complete(asyncio.wait(tasks))

asyncio.gather

接收的就比較廣泛了，他可以接收list對象，但是 * 不能省略

tasks=[
       asyncio.ensure_future(factorial("A", 2)),
       asyncio.ensure_future(factorial("B",