Python Tornado异步编程教程

Python很多框架都是同步阻塞框架，比如Django以及Flask等，这对高并发要求不太高的企业是合适的，但是一旦公司面临的请求是数以万计的，那么以上框架就显得力不从心，必须搭配Nginx等web server才能扛住一定的流量，那有没有一个框架本身可以提供异步编程并且同时提供类似Nginx这样的工作呢？答案是有的，那就是Tornado！

2. Tornado异步编程示例
import asyncio
import tornado.web

class asyncIndexHandler(tornado.web.RequestHandler):
    async def get(self): # 协称 但是里面逻辑可以按照同步方式去写就行
        self.write("hello world")
        self.finish()

if __name__ == "__main__":
    app = tornado.web.Application(handlers=[
        (r"/async", asyncIndexHandler)
    ], settings={"debug": True})
    http_server = tornado.httpserver.HTTPServer(app)
    http_server.listen(8000)
    # tornado.ioloop.IOLoop.instance().start() //tornado本身的事件循环机制
    asyncio.get_event_loop().run_forever() # 利用asyncio的事件循环机制
我们看到这里本来可以使用tornado本身的事件循环机制的，但是因为一旦使用了它，那么许多基于asyncio的第三方包可能用不了，比如aioredis，aiohttp以及aiomysql等，所以我们这里使用asyncio的事件循环机制。

3. tornado高效原因
底层采用异步非阻塞io
tornado对socket的使用，都是非阻塞io，从下往上跟我们传统的编程都是不一样的，所以在我们没有理解透的时候，去使用tornado会踏入很多误区，我们传统的编程，将我们很多耗时的操作，是直接抛给我们线程去操作的，这个线程如果由我们程序员自己去调度是非常麻烦的，但是因为操作系统本身已经提供了对线程的调度，所以我们在使用线程的时候，使用难度都已经降低了不少，这才使得我们多线程使用起来是比较简单的，但是协程的话，操作系统是不提供的，所以协程的调度，就需要我们程序员自己来完成，一般现在都是框架来完成的，像我们Python3实现的asyncio，就是完成了协程的调度，所以我们需要去了解协程的调度，这样才能写出高效优秀的代码。

基于epoll事件循环
这也是最核心的一个功能，像我们Nginx它并发的原理，底层也是epoll事件循环，当然这里的epoll是Linux下的epoll，Windows是select，这也就是为什么Nginx是部署在Linux系统，为什么现在服务器都是Linux系统的原因。

协程提高了代码的可读性
协程是一步一步发展而来的，这个我们之前讲过，从最开始的时候，为解决我们线程并发，采用了回调的模式，但是回调模式可读性差(回调地狱)，我们也就一步步发现了协程的模式，以同步的模式去写异步的代码，这样写代码效率反而增加了，必须点赞。

4. 小结
Tornado本身有很多值得我们去探究的技术原理，但是由于篇幅有限，我只能讲解下它与asyncio以及Python原生协称的配合使用，这也与我们异步编程课程安排相关，所以不会涉及到很多Tornado的相关知识，大家下去自行研究。另外我们的技术在企业中是以框架为基础展开的，所以学好异步框架是非常有必要的。

后期会出一个基于Tornado的异步高性能框架，只需要三四行就能写出优雅的接口，我们拭目以待吧。

以上就是“Python Tornado异步编程教程”的详细内容，想要了解更多Python教程欢迎持续关注编程学习网。