今天看啥  ›  专栏  ›  一个普普通通简简单单平平凡凡的神

Python Asyncio与多线程/多进程那些事

一个普普通通简简单单平平凡凡的神  · 掘金  ·  · 2018-07-05 04:06

根据asyncio的文档介绍,asyncio的事件循环不是线程安全的,一个event loop只能在一个线程内调度和执行任务,并且同一时间只有一个任务在运行,这可以在asyncio的源码中观察到,当程序调用get_event_loop获取event loop时,会从一个本地的Thread Local对象获取属于当前线程的event loop:

class _Local(threading.local):
    _loop = None
    _set_called = False

def get_event_loop(self):
    """Get the event loop.

    This may be None or an instance of EventLoop.
    """
    if (self._local._loop is None and
            not self._local._set_called and
            isinstance(threading.current_thread(), threading._MainThread)):
        self.set_event_loop(self.new_event_loop())

    if self._local._loop is None:
        raise RuntimeError('There is no current event loop in thread %r.'
                            % threading.current_thread().name)

    return self._local._loop

在主线程中,调用get_event_loop总能返回属于主线程的event loop对象,如果是处于非主线程中,还需要调用set_event_loop方法指定一个event loop对象,这样get_event_loop才会获取到被标记的event loop对象:

def set_event_loop(self, loop):
    """Set the event loop."""
    self._local._set_called = True
    assert loop is None or isinstance(loop, AbstractEventLoop)
    self._local._loop = loop

那么如果event loop在A线程中运行的话,B线程能使用它来调度任务吗?

答案是:不能。这可以在下面这个例子中被观察到:

import asyncio
import threading

def task():
    print("task")

def run_loop_inside_thread(loop):
    loop.run_forever()

loop = asyncio.get_event_loop()
threading.Thread(target=run_loop_inside_thread, args=(loop,)).start()
loop.call_soon(task)

主线程新建了一个event loop对象,接着这个event loop会在派生的一个线程中运行,这时候主线程想在event loop上调度一个工作函数,然而结果却是什么都没有输出。

为此,asyncio提供了一个call_soon_threadsafe的方法,专门解决针对线程安全的调用:

import asyncio
import threading

def task():
    print("task")

def run_loop_inside_thread(loop):
    loop.run_forever()

loop = asyncio.get_event_loop()
threading.Thread(target=run_loop_inside_thread, args=(loop,)).start()
loop.call_soon_threadsafe(task)

运行后可以看到,结果会输出task。

那么call_soon_threadsafecall_soon相比,有什么区别呢?

其实他们之间的区别微乎其微,但call_soon_threadsafe与之相比主要在最后多了一个_write_to_self的调用:

def call_soon_threadsafe(self, callback, *args, context=None):
    """Like call_soon(), but thread-safe."""
    self._check_closed()
    if self._debug:
        self._check_callback(callback, 'call_soon_threadsafe')
    handle = self._call_soon(callback, args, context)
    if handle._source_traceback:
        del handle._source_traceback[-1]
    self._write_to_self()
    return handle

原来,event loop内部会维护着一个self-pipe,它由一对socketpair组成,_write_to_self的作用就是把一个信号写到self-pipe的一端,这样一来,event loop在检测到self-pipe发生事件后,就会响应并唤醒事件循环来处理任务,这时候事件循环就会去完成我们传入的回调。

类似run_coroutine_threadsafe内部也用到了call_soon_threadsafe

在多线程下,虽然麻烦,但asyncio还是又办法应对的,而在多进程下,情况就更复杂了,有的方法甚至无法正确工作。

再举个例子来说,假设现在有一个场景,主进程运行着一个event loop,在某的时候会fork出一个子进程,子进程再去运行一个新建的event loop:

async def coro(loop):
    pid = os.fork()
    if pid:
        pass
    else:
        cloop = asyncio.new_event_loop()
        cloop.run_forever()

loop = asyncio.get_event_loop()
asyncio.ensure_future(coro(loop), loop=loop)
loop.run_forever()
loop.close()

表面上看起来没什么问题,父进程和子进程各自运行自己的event loop,可实际上在3.5及之前的版本中运行这段代码,会抛出一个让人摸不着头脑的错误:

...
cloop.run_forever()
  File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/asyncio/base_events.py", line 411, in run_forever
    'Cannot run the event loop while another loop is running')
RuntimeError: Cannot run the event loop while another loop is running

大体说的是子进程在准备运行event loop时,检测到有其他的event loop正在运行。

必须观察的足够仔细,才能发现,这是asyncio内部设计所导致的问题,每当调用event loop的运行方法时,asyncio都会去检测正在运行的event loop,这同样是通过一个Thread Local对象来查找的:

class _RunningLoop(threading.local):
    _loop = None
_running_loop = _RunningLoop()

每次event loop开始运行后都会把里面的这个_loop变量赋值为当前的event loop,那么问题来了,当发生fork调用时,这个数据结构也会被复制到子进程,这时候子进程便会因为检测到有正在运行的event loop,而中断并且抛出异常。

所幸的是,在3.6版本过后,这个问题已经被修复,解决方法也很简单,即为_RunningLoop新增一个pid属性,用来标识event loop所属的进程,在获取正在运行的event loop时同时检测进程号是否相等:

def _get_running_loop():
    """Return the running event loop or None.

    This is a low-level function intended to be used by event loops.
    This function is thread-specific.
    """
    # NOTE: this function is implemented in C (see _asynciomodule.c)
    running_loop, pid = _running_loop.loop_pid
    if running_loop is not None and pid == os.getpid():
        return running_loop

这只是asyncio在多进程影响下的其一个缩影,话说回来,在asyncio的实现中大部分都没有采取类似这种进程追踪的方式或者at_fork钩子来检测fork事件的发生。我们知道,asyncio的事件循环内部维护了selector以及其监听的文件描述符(fd),当发生fork调用时,这些数据也会一并复制到子进程中,这就可能导致一个问题,就是当fd变为就绪时,父进程跟子进程有可能同时受到影响,程序便会出现混乱。

于是有人提议说当fork后子进程需要立即调用loop.close()关闭事件循环,否则当它使用这个event loop时就抛出RuntimeError异常,但这样又有可能导致潜在的混乱,因为调用loop.close()会从底层删除监听的描述符,而这个操作也会顺带造成父进程的影响;所以又有人提议说,在子进程调用loop.close()后只关闭selector本身,而不去对底层的fd进行操作,同时重置default event loop,这样一来子进程既能保证父进程的event loop不受影响的同时也能保证自身的可靠。但毕竟这都只是提议,asyncio要真正支持os.fork目前还没有提上日程(在3.8之前)。


对此感兴趣的朋友可以关注以下的两个issue:

Issue 21998: asyncio: support fork

Issue 22087: asyncio: support multiprocessing (support fork)




原文地址:访问原文地址
快照地址: 访问文章快照