Pythonでの非同期メソッド呼び出し？

Pythonに非同期メソッド呼び出し用のライブラリがあるかどうか疑問に思っていました。あなたが次のようなことをすることができればそれは素晴らしいでしょう

@async
def longComputation():
    <code>


token = longComputation()
token.registerCallback(callback_function)
# alternative, polling
while not token.finished():
    doSomethingElse()
    if token.finished():
        result = token.result()

または、非同期のルーチンを非同期に呼び出す

def longComputation()
    <code>

token = asynccall(longComputation())

言語コアのネイティブとして、より洗練された戦略を持つことは素晴らしいことです。これは考慮されましたか？

Python 2.6で追加されたマルチプロセッシングモジュールを使用できます。プロセスのプールを使用して、次のように非同期で結果を取得できます。

apply_async(func[, args[, kwds[, callback]]])

例えば：

from multiprocessing import Pool

def f(x):
    return x*x

if __name__ == '__main__':
    pool = Pool(processes=1)              # Start a worker processes.
    result = pool.apply_async(f, [10], callback) # Evaluate "f(10)" asynchronously calling callback when finished.

これは唯一の選択肢です。このモジュールは、あなたが望むものを達成するための多くの機能を提供します。また、これからデコレータを作成するのは本当に簡単です。

何かのようなもの：

import threading

thr = threading.Thread(target=foo, args=(), kwargs={})
thr.start() # Will run "foo"
....
thr.is_alive() # Will return whether foo is running currently
....
thr.join() # Will wait till "foo" is done

詳細については、https：//docs.python.org/library/threading.htmlにあるドキュメントを参照してください。

Python 3.5以降では、非同期関数に拡張ジェネレーターを使用できます。

import asyncio
import datetime

拡張ジェネレーター構文：

@asyncio.coroutine
def display_date(loop):
    end_time = loop.time() + 5.0
    while True:
        print(datetime.datetime.now())
        if (loop.time() + 1.0) >= end_time:
            break
        yield from asyncio.sleep(1)


loop = asyncio.get_event_loop()
# Blocking call which returns when the display_date() coroutine is done
loop.run_until_complete(display_date(loop))
loop.close()

新しいasync/await構文：

async def display_date(loop):
    end_time = loop.time() + 5.0
    while True:
        print(datetime.datetime.now())
        if (loop.time() + 1.0) >= end_time:
            break
        await asyncio.sleep(1)


loop = asyncio.get_event_loop()
# Blocking call which returns when the display_date() coroutine is done
loop.run_until_complete(display_date(loop))
loop.close()

それは言語コアにはありませんが、あなたが望むことを行う非常に成熟したライブラリはTwistedです。コールバックまたはエラーハンドラー（「errbacks」）をアタッチできるDeferredオブジェクトが導入されています。Deferredは基本的に、関数が最終的に結果をもたらすという「約束」です。

デコレーターを実装して関数を非同期にすることができますが、少し注意が必要です。このmultiprocessingモジュールには、ちょっとした癖や一見恣意的な制限がたくさんありますが、フレンドリーなインターフェースの背後にモジュールをカプセル化する理由はなおさらあります。

from inspect import getmodule
from multiprocessing import Pool


def async(decorated):
    r'''Wraps a top-level function around an asynchronous dispatcher.

        when the decorated function is called, a task is submitted to a
        process pool, and a future object is returned, providing access to an
        eventual return value.

        The future object has a blocking get() method to access the task
        result: it will return immediately if the job is already done, or block
        until it completes.

        This decorator won't work on methods, due to limitations in Python's
        pickling machinery (in principle methods could be made pickleable, but
        good luck on that).
    '''
    # Keeps the original function visible from the module global namespace,
    # under a name consistent to its __name__ attribute. This is necessary for
    # the multiprocessing pickling machinery to work properly.
    module = getmodule(decorated)
    decorated.__name__ += '_original'
    setattr(module, decorated.__name__, decorated)

    def send(*args, **opts):
        return async.pool.apply_async(decorated, args, opts)

    return send

以下のコードは、デコレータの使用法を示しています。

@async
def printsum(uid, values):
    summed = 0
    for value in values:
        summed += value

    print("Worker %i: sum value is %i" % (uid, summed))

    return (uid, summed)


if __name__ == '__main__':
    from random import sample

    # The process pool must be created inside __main__.
    async.pool = Pool(4)

    p = range(0, 1000)
    results = []
    for i in range(4):
        result = printsum(i, sample(p, 100))
        results.append(result)

    for result in results:
        print("Worker %i: sum value is %i" % result.get())

実際のケースでは、デコレータについてもう少し詳しく説明し、デバッグ用にオフにする方法（将来のインターフェースを維持したまま）、または例外を処理するための機能を提供します。しかし、これは原則を十分に示していると思います。

ただ

import threading, time

def f():
    print "f started"
    time.sleep(3)
    print "f finished"

threading.Thread(target=f).start()

イベントレットを使用できます。同期コードのように見えるものを記述できますが、ネットワーク上で非同期に動作します。

これは、極小のクローラーの例です。

urls = ["http://www.google.com/intl/en_ALL/images/logo.gif",
     "https://wiki.secondlife.com/w/images/secondlife.jpg",
     "http://us.i1.yimg.com/us.yimg.com/i/ww/beta/y3.gif"]

import eventlet
from eventlet.green import urllib2

def fetch(url):

  return urllib2.urlopen(url).read()

pool = eventlet.GreenPool()

for body in pool.imap(fetch, urls):
  print "got body", len(body)

私の解決策は：

import threading

class TimeoutError(RuntimeError):
    pass

class AsyncCall(object):
    def __init__(self, fnc, callback = None):
        self.Callable = fnc
        self.Callback = callback

    def __call__(self, *args, **kwargs):
        self.Thread = threading.Thread(target = self.run, name = self.Callable.__name__, args = args, kwargs = kwargs)
        self.Thread.start()
        return self

    def wait(self, timeout = None):
        self.Thread.join(timeout)
        if self.Thread.isAlive():
            raise TimeoutError()
        else:
            return self.Result

    def run(self, *args, **kwargs):
        self.Result = self.Callable(*args, **kwargs)
        if self.Callback:
            self.Callback(self.Result)

class AsyncMethod(object):
    def __init__(self, fnc, callback=None):
        self.Callable = fnc
        self.Callback = callback

    def __call__(self, *args, **kwargs):
        return AsyncCall(self.Callable, self.Callback)(*args, **kwargs)

def Async(fnc = None, callback = None):
    if fnc == None:
        def AddAsyncCallback(fnc):
            return AsyncMethod(fnc, callback)
        return AddAsyncCallback
    else:
        return AsyncMethod(fnc, callback)

そして要求通りに機能します：

@Async
def fnc():
    pass

このようなものは私にとってはうまくいきます、そしてあなたは関数を呼び出すことができます、そしてそれはそれ自身を新しいスレッドにディスパッチします。

from thread import start_new_thread

def dowork(asynchronous=True):
    if asynchronous:
        args = (False)
        start_new_thread(dowork,args) #Call itself on a new thread.
    else:
        while True:
            #do something...
            time.sleep(60) #sleep for a minute
    return

スレッドを使用しない理由はありますか？threadingクラスを使用できます。finished()関数の代わりにを使用しisAlive()ます。result()関数は、可能性join()の結果を、スレッドおよび取得。そして、可能であれば、run()および__init__関数をオーバーライドして、コンストラクターで指定された関数を呼び出し、値をクラスのインスタンスのどこかに保存します。

concurrent.futuresを使用できます（Python 3.2で追加）。

import time
from concurrent.futures import ThreadPoolExecutor


def long_computation(duration):
    for x in range(0, duration):
        print(x)
        time.sleep(1)
    return duration * 2


print('Use polling')
with ThreadPoolExecutor(max_workers=1) as executor:
    future = executor.submit(long_computation, 5)
    while not future.done():
        print('waiting...')
        time.sleep(0.5)

    print(future.result())

print('Use callback')
executor = ThreadPoolExecutor(max_workers=1)
future = executor.submit(long_computation, 5)
future.add_done_callback(lambda f: print(f.result()))

print('waiting for callback')

executor.shutdown(False)  # non-blocking

print('shutdown invoked')

プロセスを使用できます。永遠に実行したい場合は、関数内で（ネットワークのように）使用します。

from multiprocessing import Process
def foo():
    while 1:
        # Do something

p = Process(target = foo)
p.start()

一度だけ実行したい場合は、次のようにします。

from multiprocessing import Process
def foo():
    # Do something

p = Process(target = foo)
p.start()
p.join()