阅读 495

【译】异步编程和多线程,我该选择哪个方案

异步编程和多线程,我该选择哪个方案?

Image source: Author

在软件工程中,这两个概念经常容易搞混。它们都是实现并发的方案,但它们是不同的技术,而且使用方式和应用场景也不同。

关于它们之间区别的简单解释是线程是相对于具体实现而言的;异步编程是针对于具体任务而言的。下面我们来深入探讨一下。

假设现在要做一份鸡蛋吐司的早餐。我们该如何下手?

同步的方案

最简单的方法是依次执行:

1.取出鸡蛋,面包和锅,然后打开炉子。 2.弄碎鸡蛋并将其倒入锅中。 3.等待鸡蛋煎好。 4.取出鸡蛋并加入调味料。 5.将面包放入烤面包机。 6.等待烤面包机烤完。 7.拿出烤面包。

制作早餐的总时间:15 分钟。

很简单吧?如果我们以这种烹饪方式来类比程序执行,它就是用一种同步的方式来做早餐。

我们用一个人(串行)地完成一系列任务。我们按顺序执行每个步骤,如果没有完成正在执行的任务,就无法继续进行下一步。从技术上来说,更严格的定义是,每个任务在执行前都会被上一个任务挂起,所有的任务都只由一个工作单元完成。不完成上一个任务,我们就无法前进。在此示例中,我们是计算机的 CPU。每个任务都由一个人(一个 CPU)完成。

Single-threaded synchronous way to cook breakfast

好了,我们已经煎好鸡蛋了。但是,如果我们想让早晨的效率更高,该怎么办呢?您可能会说:“我不用等我的鸡蛋煎完才去烤面包。”

您现在已经像工程师一样思考了。让我们再来做一次早餐,但是这次,我们要同时煎鸡蛋和烤面包。

异步的方案

我们仍然可以让一个人做所有事情,但是在等待一个任务完成时,我们可以开始执行另一个任务。步骤如下:

  1. 取出鸡蛋,面包和锅,然后打开炉子。
  2. 弄碎鸡蛋并将其倒入锅中。
  3. 等待鸡蛋煎好。
  4. 将面包放入烤面包机。
  5. 等待烤面包机烤完。
  6. 鸡蛋煎熟后,取出鸡蛋,然后添加调味料。
  7. 面包烤熟后,取出烤面包。

制作早餐的总时间:8 分钟。

看起来所有步骤都没变,是吧?但是其中有一个步骤做了重大调整。在等待鸡蛋煎好的过程中,我们就开始烤面包,而不是得等鸡蛋煎好后才烤面包。我们仍然只需一名工人来完成所有任务,但是现在任务是异步进行的。可能只让两个任务异步执行效果没那么明显,想象一下,如果有几千个鸡蛋和面包以及几千个煎锅和几千台烤面包机,同一时间只执行一个任务是多么低效!

这是异步编程的最大优势之一。很多时候,我们不得不去等待一个无法控制的动作完成。在本例中,等待的是煎好鸡蛋和烤熟面包。我们可以有世界上最高效,最好的厨师,但是在大多数情况下,我们还是要坐等蛋煎好。等待这些东西烹饪的过程类似于等待输入/输出 (I/O)操作,如果我们在执行任务时需要等待大量 I/O 操作,那么使用异步编程确实是一个好的方案。

如果我们调用一个必须从用户那里获得输入的 API ,无论我们拥有多少处理器或者多快的计算机,我们都必须等待。我们必须等待 API 调用完成,等待用户输入完信息。这个过程我们无法控制的,它不会因为处理器越来越快或分配专用资源而发生改变。

Single-threaded asynchronous way to cook breakfast

现在我们已经有两种制作鸡蛋的方法。但是,假如我们的室友凯文(Kevin)想帮忙做鸡蛋。这次我们采用什么方案呢?

多线程的方案

1.取出鸡蛋,面包和锅,然后打开炉子。 2.弄碎鸡蛋并将其倒入锅中。 1. 凯文将面包放进烤面包机。 3.等待鸡蛋煎好。 2. 凯文等待面包烤完。 4.取出鸡蛋并加入调味料。 3. 凯文拿出面包。

制作早餐的总时间:8 分钟。

我们有两个人做早餐,每个人分配一个任务序列。这是多线程同步的示例,因为您和 Kevin 都不会在同一时刻执行多个任务(包括等待)。

在计算机科学中,一个进程可以有一个或多个线程。在本例中,我们有两个线程(人员)。您可以在这里进一步了解什么是线程。

您可能会说:“好吧,如果周围有两个人,我就只能和两个人一起做早餐。”计算机也一样。只有当计算机有足够的资源时,您才能使用多线程。它通常是完成某些复杂度高的、需要更多资源的任务。

Multi-threaded synchronous way to cook breakfast

哪种方案更好,多线程还是异步?这取决于很多因素,如果您了解它们的工作原理,就应该知道使用哪种方案。如果有很多 I/O,也许应该用异步。如果有密集计算,也许应该用多线程。 编写多线程程序要比编写异步程序要容易得多,但你要记住,编写难度取决于编程语言。我们可以实现一个多线程异步系统吗?当然可以!这两者可以联合使用。

Python 示例

我们来看看上面的三个示例(单线程同步,单线程异步和多线程同步)如何在 Python 中实现。

我们用不同的方法从 Alpha Vantage API 获取股票数据。你可以使用 Python 包装器 pip install alpha_vantage 来安装。

同步

我们将获取四种代号为 'AAPL','GOOG','TSLA','MSFT' 的股票的当前价格,并且在获取全部数据时打印出来。最简单的方法是使用 for 循环。

from alpha_vantage.timeseries import TimeSeries
key = 'API_KEY'
symbols = ['AAPL', 'GOOG', 'TSLA', 'MSFT']
results = []
for symbol in symbols:
    ts = TimeSeries(key = key)
    results.append(ts.get_quote_endpoint(symbol))
print(results)
复制代码

这是最暴力的方式。当我们调用 API 获得一个值(在 ts.get_quote_endpoint(symbol) 中完成)时,就将其打印出来,然后开始获取下一个股票数据。

但是在学习了异步和多线程之后,我们知道可以在等待返回值的同时启动另一个 API 调用。

异步

import asyncio
from alpha_vantage.async_support.timeseries import TimeSeries
symbols = ['AAPL', 'GOOG', 'TSLA', 'MSFT']
async def get_data(symbol):
    ts = TimeSeries()
    data, _ = await ts.get_quote_endpoint(symbol)
    await ts.close()
    return data
loop = asyncio.get_event_loop()
tasks = [get_data(symbol) for symbol in symbols]
group1 = asyncio.gather(*tasks)
results = loop.run_until_complete(group1)
print(results)
复制代码

在 Python 中,我们有关键字 awaitasync,它们为我们提供了异步编程的新功能。这些是自 Python 3.5 以来的新功能,如果您仍在使用 Python 2,则需要进行更新,因为很多 Python 2 的功能都过时了。

这里代码的调用可能有些混乱,我们来分解一下。loop 是处理器在等待任务和执行其他任务之间不断循环的地方。这是为了持续检查任务(例如我们的 API 调用)是否完成。

tasks 变量是方法调用的列表。我们将这些任务放在收集异步任务的列表中,称为 group1,然后在 loop.run_until_complete 中运行它们。这比我们之前的同步版本快得多,因为我们可以进行多个 API 调用,而无需等待每个 API 完成。

注意:Python 文档对 Asyncio 的说明有很多奇怪的地方,这里有更多详情

多线程

我已经写过一些有关多线程的文章,如果您想学习更多并查看 Python 示例,请点击此链接


我们还有更多的知识需要学习,例如什么是并行性,每个应用程序之间通信的底层原理是什么,如何同步线程,通道以及如何用不同的编程语言来实现它们。

如果您觉得我讲漏了或者有什么不懂的,您可以在下面留下问题,评论或见解!

如果发现译文存在错误或其他需要改进的地方,欢迎到 掘金翻译计划 对译文进行修改并 PR,也可获得相应奖励积分。文章开头的 本文永久链接 即为本文在 GitHub 上的 MarkDown 链接。


掘金翻译计划 是一个翻译优质互联网技术文章的社区,文章来源为 掘金 上的英文分享文章。内容覆盖 AndroidiOS前端后端区块链产品设计人工智能等领域,想要查看更多优质译文请持续关注 掘金翻译计划官方微博知乎专栏

关注下面的标签,发现更多相似文章
评论