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。
立即学习“Python免费学习笔记（深入）”；
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：
<code class="python">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}")</code>
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：
<code class="python">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}")</code>
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：
<code class="python">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)
</code>
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！
