0

0

Mastering Async Context Managers: Boost Your Python Code&#s Performance

霞舞

霞舞

发布时间:2024-11-25 19:30:56

|

802人浏览过

|

来源于dev.to

转载

mastering async context managers: boost your python code

python 中的异步上下文管理器是处理并发应用程序中资源的游戏规则改变者。它们就像常规的上下文管理器,但有一点不同 - 它们可以与异步代码无缝协作。

让我们从基础开始。要创建异步上下文管理器,我们需要实现两个特殊方法:__aenter__ 和 __aexit__。这些是我们在常规上下文管理器中使用的 __enter__ 和 __exit__ 的异步版本。

这是一个简单的例子:

class asyncresource:
    async def __aenter__(self):
        print("acquiring resource")
        await asyncio.sleep(1)  # simulating async acquisition
        return self

    async def __aexit__(self, exc_type, exc_value, traceback):
        print("releasing resource")
        await asyncio.sleep(1)  # simulating async release

async def main():
    async with asyncresource() as resource:
        print("using resource")

asyncio.run(main())

在此示例中,我们模拟资源的异步获取和释放。 async with 语句负责在正确的时间调用 __aenter__ 和 __aexit__。

现在,我们来谈谈为什么异步上下文管理器如此有用。它们非常适合以非阻塞方式管理需要异步操作的资源,例如数据库连接、网络套接字或文件处理程序。

立即学习Python免费学习笔记(深入)”;

以数据库连接为例。我们可以创建一个管理连接池的异步上下文管理器:

import asyncpg

class databasepool:
    def __init__(self, dsn):
        self.dsn = dsn
        self.pool = none

    async def __aenter__(self):
        self.pool = await asyncpg.create_pool(self.dsn)
        return self.pool

    async def __aexit__(self, exc_type, exc_value, traceback):
        await self.pool.close()

async def main():
    async with databasepool('postgresql://user:password@localhost/db') as pool:
        async with pool.acquire() as conn:
            result = await conn.fetch('select * from users')
            print(result)

asyncio.run(main())

此设置可确保我们有效地管理数据库连接。池在我们进入上下文时创建,并在我们退出时正确关闭。

异步上下文管理器中的错误处理与常规错误处理类似。如果上下文中发生错误,则 __aexit__ 方法会接收异常信息。我们可以处理这些错误或让它们传播:

class errorhandlingresource:
    async def __aenter__(self):
        return self

    async def __aexit__(self, exc_type, exc_value, traceback):
        if exc_type is valueerror:
            print("caught valueerror, suppressing")
            return true  # suppress the exception
        return false  # let other exceptions propagate

async def main():
    async with errorhandlingresource():
        raise valueerror("oops!")
    print("this will be printed")

    async with errorhandlingresource():
        raise runtimeerror("unhandled!")
    print("this won't be printed")

asyncio.run(main())

在此示例中,我们抑制 valueerror 但允许其他异常传播。

异步上下文管理器也非常适合实现分布式锁。这是一个使用 redis 的简单示例:

Lovart
Lovart

全球首个AI设计智能体

下载
import aioredis

class distributedlock:
    def __init__(self, redis, lock_name, expire=10):
        self.redis = redis
        self.lock_name = lock_name
        self.expire = expire

    async def __aenter__(self):
        while true:
            locked = await self.redis.set(self.lock_name, "1", expire=self.expire, nx=true)
            if locked:
                return self
            await asyncio.sleep(0.1)

    async def __aexit__(self, exc_type, exc_value, traceback):
        await self.redis.delete(self.lock_name)

async def main():
    redis = await aioredis.create_redis_pool('redis://localhost')
    async with distributedlock(redis, "my_lock"):
        print("critical section")
    await redis.close()

asyncio.run(main())

此锁确保一次只有一个进程可以执行关键部分,即使跨多台机器也是如此。

我们还可以将异步上下文管理器用于事务范围:

class asynctransaction:
    def __init__(self, conn):
        self.conn = conn

    async def __aenter__(self):
        await self.conn.execute('begin')
        return self

    async def __aexit__(self, exc_type, exc_value, traceback):
        if exc_type is none:
            await self.conn.execute('commit')
        else:
            await self.conn.execute('rollback')

async def transfer_funds(from_account, to_account, amount):
    async with asynctransaction(conn):
        await conn.execute('update accounts set balance = balance - $1 where id = $2', amount, from_account)
        await conn.execute('update accounts set balance = balance + $1 where id = $2', amount, to_account)

此设置可确保我们的数据库事务始终正确提交或回滚,即使面对异常也是如此。

异步上下文管理器可以与其他异步原语结合使用,以获得更强大的模式。例如,我们可以将它们与 asyncio.gather 一起使用来进行并行资源管理:

async def process_data(data):
    async with ResourceManager() as rm:
        results = await asyncio.gather(
            rm.process(data[0]),
            rm.process(data[1]),
            rm.process(data[2])
        )
    return results

这使我们能够并行处理多个数据,同时仍然确保适当的资源管理。

总之,异步上下文管理器是管理异步 python 代码中资源的强大工具。它们提供了一种干净、直观的方式来处理异步设置和拆卸、错误处理和资源清理。通过掌握异步上下文管理器,您将能够构建强大的、可扩展的 python 应用程序,这些应用程序可以轻松处理复杂的并发工作流程。


我们的创作

一定要看看我们的创作:

投资者中心 | 智能生活 | 时代与回响 | 令人费解的谜团 | 印度教 | 精英开发 | js学校


我们在媒体上

科技考拉洞察 | 时代与回响世界 | 投资者中央媒体 | 令人费解的谜团 | 科学与时代媒介 | 现代印度教

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
什么是分布式
什么是分布式

分布式是一种计算和数据处理的方式,将计算任务或数据分散到多个计算机或节点中进行处理。本专题为大家提供分布式相关的文章、下载、课程内容,供大家免费下载体验。

407

2023.08.11

分布式和微服务的区别
分布式和微服务的区别

分布式和微服务的区别在定义和概念、设计思想、粒度和复杂性、服务边界和自治性、技术栈和部署方式等。本专题为大家提供分布式和微服务相关的文章、下载、课程内容,供大家免费下载体验。

251

2023.10.07

js正则表达式
js正则表达式

php中文网为大家提供各种js正则表达式语法大全以及各种js正则表达式使用的方法,还有更多js正则表达式的相关文章、相关下载、相关课程,供大家免费下载体验。

531

2023.06.20

js获取当前时间
js获取当前时间

JS全称JavaScript,是一种具有函数优先的轻量级,解释型或即时编译型的编程语言;它是一种属于网络的高级脚本语言,主要用于Web,常用来为网页添加各式各样的动态功能。js怎么获取当前时间呢?php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

576

2023.07.28

js 字符串转数组
js 字符串转数组

js字符串转数组的方法:1、使用“split()”方法;2、使用“Array.from()”方法;3、使用for循环遍历;4、使用“Array.split()”方法。本专题为大家提供js字符串转数组的相关的文章、下载、课程内容,供大家免费下载体验。

760

2023.08.03

js是什么意思
js是什么意思

JS是JavaScript的缩写,它是一种广泛应用于网页开发的脚本语言。JavaScript是一种解释性的、基于对象和事件驱动的编程语言,通常用于为网页增加交互性和动态性。它可以在网页上实现复杂的功能和效果,如表单验证、页面元素操作、动画效果、数据交互等。

6231

2023.08.17

js删除节点的方法
js删除节点的方法

js删除节点的方法有:1、removeChild()方法,用于从父节点中移除指定的子节点,它需要两个参数,第一个参数是要删除的子节点,第二个参数是父节点;2、parentNode.removeChild()方法,可以直接通过父节点调用来删除子节点;3、remove()方法,可以直接删除节点,而无需指定父节点;4、innerHTML属性,用于删除节点的内容。

492

2023.09.01

js截取字符串的方法
js截取字符串的方法

js截取字符串的方法有substring()方法、substr()方法、slice()方法、split()方法和slice()方法。本专题为大家提供字符串相关的文章、下载、课程内容,供大家免费下载体验。

221

2023.09.04

Python异步编程与Asyncio高并发应用实践
Python异步编程与Asyncio高并发应用实践

本专题围绕 Python 异步编程模型展开,深入讲解 Asyncio 框架的核心原理与应用实践。内容包括事件循环机制、协程任务调度、异步 IO 处理以及并发任务管理策略。通过构建高并发网络请求与异步数据处理案例,帮助开发者掌握 Python 在高并发场景中的高效开发方法,并提升系统资源利用率与整体运行性能。

37

2026.03.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
最新Python教程 从入门到精通
最新Python教程 从入门到精通

共4课时 | 22.5万人学习

Django 教程
Django 教程

共28课时 | 5万人学习

SciPy 教程
SciPy 教程

共10课时 | 1.9万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号