我的弟兄们,你们信奉我们荣耀的主耶稣基督,便不可按着外貌待人。若有一个人带着金戒指,穿着华美衣服,进你们的会堂去,又有一个穷人,穿着肮脏衣服也进去;你们就重看那穿华美衣服的人说“请坐在这浩位上”,又对那穷人说“你站在那里”,或“坐在我脚蹬的下边”,这岂不是你们偏心待人,用恶意断定人吗?(JAMES 2:1-4)

用tornado做网站(7)

到上一节结束,其实读者已经能够做一个网站了,但是,仅仅用前面的技术来做的网站,仅能算一个小网站,在《为做网站而准备》中,说明之所以选tornado,就是因为它能够解决c10k问题,即能够实现大用户量访问。

要实现大用户量访问,必须要做的就是:异步。除非你是很土的土豪。

相关概念

同步和异步

有不少资料对这两个概念做了不同角度和层面的解释。在我来看,一个最典型的例子就是打电话和发短信。

  • 打电话就是同步。张三给李四打电话,张三说:“是李四吗?”。当这个信息被张三发出,提交给李四,就等待李四的响应(一般会听到“是”,或者“不是”),只有得到了李四返回的信息之后,才能进行后续的信息传送。
  • 发短信是异步。张三给李四发短信,编辑了一句话“今晚一起看老齐的零基础学python”,发送给李四。李四或许马上回复,或许过一段时间,这段时间多长也不定,才回复。总之,李四不管什么时候回复,张三会以听到短信铃声为提示查看短信。

以上方式理解“同步”和“异步”不是很精准,有些地方或有牵强。要严格理解,需要用严格一点的定义表述(以下表述参照了知乎上的回答):

同步和异步关注的是消息通信机制 (synchronous communication/ asynchronous communication)

所谓同步,就是在发出一个“调用”时,在没有得到结果之前,该“调用”就不返回。但是一旦调用返回,就得到返回值了。 换句话说,就是由“调用者”主动等待这个“调用”的结果。

而异步则是相反,“调用”在发出之后,这个调用就直接返回了,所以没有返回结果。换句话说,当一个异步过程调用发出后,调用者不会立刻得到结果。而是在“调用”发出后,“被调用者”通过状态、通知来通知调用者,或通过回调函数处理这个调用。

可能还是前面的打电话和发短信更好理解。

阻塞和非阻塞

“阻塞和非阻塞”与“同步和异步”常常被换为一谈,其实它们之间还是有差别的。如果按照一个“差不多”先生的思维方法,你也可以不那么深究它们之间的学理上的差距,反正在你的程序中,会使用就可以了。不过,必要的严谨还是需要的,特别是我写这个教程,要装扮的让别人看来自己懂,于是就再引用知乎上的说明(我个人认为,别人已经做的挺好的东西,就别重复劳动了,“拿来主义”,也不错。或许你说我抄袭和山寨,但是我明确告诉你来源了):

阻塞和非阻塞关注的是程序在等待调用结果(消息,返回值)时的状态.

阻塞调用是指调用结果返回之前,当前线程会被挂起。调用线程只有在得到结果之后才会返回。非阻塞调用指在不能立刻得到结果之前,该调用不会阻塞当前线程。

按照这个说明,发短信就是显然的非阻塞,发出去一条短信之后,你利用手机还可以干别的,乃至于再发一条“老齐的课程没意思,还是看PHP刺激”也是可以的。

关于这两组基本概念的辨析,不是本教程的重点,读者可以参阅这篇文章:http://www.cppblog.com/converse/archive/2009/05/13/82879.html,文章作者做了细致入微的辨析。

tornado的同步

此前,在tornado基础上已经完成的web,就是同步的、阻塞的。为了更明显的感受这点,不妨这样试一试。

在handlers文件夹中建立一个文件,命名为sleep.py

#!/usr/bin/env python
# coding=utf-8

from base import BaseHandler

import time

class SleepHandler(BaseHandler):
    def get(self):
        time.sleep(17)
        self.render("sleep.html")

class SeeHandler(BaseHandler):
    def get(self):
        self.render("see.html")

其它的事情,如果读者对我在《用tornado做网站(1)》中所讲述的网站框架熟悉,应该知道如何做了,不熟悉,请回头复习。

sleep.html和see.html是两个简单的模板,内容可以自己写。别忘记修改url.py中的目录。

然后的测试稍微复杂一点点,就是打开浏览器之后,打开两个标签,分别在两个标签中输入localhost:8000/sleep(记为标签1)和localhost:8000/see(记为标签2),注意我用的是8000端口。输入之后先不要点击回车去访问。做好准备,记住切换标签可以用“ctrl-tab”组合键。

  1. 执行标签1,让它访问网站;
  2. 马上切换到标签2,访问网址。
  3. 注意观察,两个标签页面,是不是都在显示正在访问,请等待。
  4. 当标签1不呈现等待提示(比如一个正在转的圆圈)时,标签2的表现如何?几乎同时也访问成功了。

建议读者修改sleep.py中的time.sleep(17)这个值,多试试。很好玩的吧。

当然,这是比较笨拙的方法,本来是可以通过测试工具完成上述操作比较的。怎奈要用别的工具,还要进行介绍,又多了一个分散精力的东西,故用如此笨拙的方法,权当有一个体会。

异步设置

tornado本来就是一个异步的服务框架,体现在tornado的服务器和客户端的网络交互的异步上,起作用的是tornado.ioloop.IOLoop。但是如果的客户端请求服务器之后,在执行某个方法的时候,比如上面的代码中执行get()方法的时候,遇到了time.sleep(17)这个需要执行时间比较长的操作,耗费时间,就会使整个tornado服务器的性能受限了。

为了解决这个问题,tornado提供了一套异步机制,就是异步装饰器@tornado.web.asynchronous

#!/usr/bin/env python
# coding=utf-8

import tornado.web
from base import BaseHandler

import time

class SleepHandler(BaseHandler):
    @tornado.web.asynchronous
    def get(self):
        tornado.ioloop.IOLoop.instance().add_timeout(time.time() + 17, callback=self.on_response)
    def on_response(self):
        self.render("sleep.html")
        self.finish()

将sleep.py的代码如上述一样改造,即在get()方法前面增加了装饰器@tornado.web.asynchronous,它的作用在于将tornado服务器本身默认的设置_auto_fininsh值修改为false。如果不用这个装饰器,客户端访问服务器的get()方法并得到返回值之后,两只之间的连接就断开了,但是用了@tornado.web.asynchronous之后,这个连接就不关闭,直到执行了self.finish()才关闭这个连接。

tornado.ioloop.IOLoop.instance().add_timeout()也是一个实现异步的函数,time.time()+17是给前面函数提供一个参数,这样实现了相当于time.sleep(17)的功能,不过,还没有完成,当这个操作完成之后,就执行回调函数on_response()中的self.render("sleep.html"),并关闭连接self.finish()

过程清楚了。所谓异步,就是要解决原来的time.sleep(17)造成的服务器处理时间长,性能下降的问题。解决方法如上描述。

读者看这个代码,或许感觉有点不是很舒服。如果有这么一点感觉,是正常的。因为它里面除了装饰器之外,用到了一个回调函数,它让代码的逻辑不是平铺下去,而是被分割为了两段。第一段是tornado.ioloop.IOLoop.instance().add_timeout(time.time() + 17, callback=self.on_response),用callback=self.on_response来使用回调函数,并没有如同改造之前直接self.render("sleep.html");第二段是回调函数on_response(self),要在这个函数里面执行self.render("sleep.html"),并且以self.finish()`结尾以关闭连接。

这还是执行简单逻辑,如果复杂了,不断地要进行“回调”,无法让逻辑顺利延续,那面会“眩晕”了。这种现象被业界成为“代码逻辑拆分”,打破了原有逻辑的顺序性。为了让代码逻辑不至于被拆分的七零八落,于是就出现了另外一种常用的方法:

#!/usr/bin/env python
# coding=utf-8

import tornado.web
import tornado.gen
from base import BaseHandler

import time

class SleepHandler(tornado.web.RequestHandler):
    @tornado.gen.coroutine
    def get(self):
        yield tornado.gen.Task(tornado.ioloop.IOLoop.instance().add_timeout, time.time() + 17)
        #yield tornado.gen.sleep(17)
        self.render("sleep.html")

从整体上看,这段代码避免了回调函数,看着顺利多了。

再看细节部分。

首先使用的是@tornado.gen.coroutine装饰器,所以要在前面有import tornado.gen。跟这个装饰器类似的是@tornado.gen.engine装饰器,两者功能类似,有一点细微差别。请阅读官方对此的解释

This decorator(指engine) is similar to coroutine, except it does not return a Future and the callback argument is not treated specially.

@tornado.gen.engine是古时候用的,现在我们都使用@tornado.gen.corroutine了,这个是在tornado 3.0以后开始。在网上查阅资料的时候,会遇到一些使用@tornado.gen.engine的,但是在你使用或者借鉴代码的时候,就勇敢地将其修改为@tornado.gen.coroutine好了。有了这个装饰器,就能够控制下面的生成器的流程了。

然后就看到get()方法里面的yield了,这是一个生成器(参阅本教程《生成器》)。yield tornado.gen.Task(tornado.ioloop.IOLoop.instance().add_timeout, time.time() + 17)的执行过程,应该先看括号里面,跟前面的一样,是来替代time.sleep(17)的,然后是tornado.gen.Task()方法,其作用是“Adapts a callback-based asynchronous function for use in coroutines.”(由于怕翻译后遗漏信息,引用原文)。返回后,最后使用yield得到了一个生成器,先把流程挂起,等完全完毕,再唤醒继续执行。要提醒读者,生成器都是异步的。

其实,上面啰嗦一对,可以用代码中注释了的一句话来代替yield tornado.gen.sleep(17),之所以扩所,就是为了顺便看到tornado.gen.Task()方法,因为如果读者在看古老的代码时候,会遇到。但是,后面你写的时候,就不要那么啰嗦了,请用yield tornado.gen.sleep()

至此,基本上对tornado的异步设置有了概览,不过,上面的程序在实际中没有什么价值。在工程中,要让tornado网站真正异步起来,还要做很多事情,不仅仅是如上面的设置,因为很多东西,其实都不是异步的。

实践中的异步

以下各项同步(阻塞)的,如果在tornado中按照之前的方式只用它们,就是把tornado的非阻塞、异步优势削减了。

  • 数据库的所有操作,不管你的数据是SQL还是noSQL,connect、insert、update等
  • 文件操作,打开,读取,写入等
  • time.sleep,在前面举例中已经看到了
  • smtplib,发邮件的操作
  • 一些网络操作,比如tornado的httpclient以及pycurl等

除了以上,或许在编程实践中还会遇到其他的同步、阻塞实践。仅仅就上面几项,就是编程实践中经常会遇到的,怎么解决?

聪明的大牛程序员帮我们做了扩展模块,专门用来实现异步/非阻塞的。

  • 在数据库方面,由于种类繁多,不能一一说明,比如mysql,可以使用adb模块来实现python的异步mysql库;对于mongodb数据库,有一个非常优秀的模块,专门用于在tornado和mongodb上实现异步操作,它就是motor。特别贴出它的logo,我喜欢。官方网站:http://motor.readthedocs.org/en/stable/上的安装和使用方法都很详细。

  • 文件操作方面也没有替代模块,只能尽量控制好IO,或者使用内存型(Redis)及文档型(MongoDB)数据库。
  • time.sleep()在tornado中有替代:tornado.gen.sleep()或者tornado.ioloop.IOLoop.instance().add_timeout,这在前面代码已经显示了。
  • smtp发送邮件,推荐改为tornado-smtp-client。
  • 对于网络操作,要使用tornado.httpclient.AsyncHTTPClient。

其它的解决方法,只能看到问题具体说了,甚至没有很好的解决方法。不过,这里有一个列表,列出了足够多的库,供使用者选择:Async Client Libraries built on tornado.ioloop,同时这个页面里面还有很多别的链接,都是很好的资源,建议读者多看看。

教程到这里,读者是不是要思考一个问题,既然对于mongodb有专门的motor库来实现异步,前面对于tornado的异步,不管是哪个装饰器,都感觉麻烦,有没有专门的库来实现这种异步呢?这不是异想天开,还真有。也应该有,因为这才体现python的特点。比如greenlet-tornado,就是一个不错的库。读者可以浏览官方网站深入了解(为什么对mysql那么不积极呢?按理说应该出来好多支持mysql异步的库才对)。

必须声明,前面演示如何在tornado中设置异步的代码,仅仅是演示理解设置方法。在工程实践中,那个代码的意义不大。为此,应该有一个近似于实践的代码示例。是的,的确应该有。当我正要写这样的代码时候,在网上发现一篇文章,这篇文章阻止了我写,因为我要写的那篇文章的作者早就写好了,而且我认为表述非常到位,示例也详细。所以,我不得不放弃,转而推荐给读者这篇好文章:

举例:http://emptysqua.re/blog/refactoring-tornado-coroutines/


总目录   |   上节:用tornado做网站(6)   |   下节:为计算做准备

如果你认为有必要打赏我,请通过支付宝:qiwsir@126.com,不胜感激。