PYTHON CONCURRENCY
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Hàm asyncio.wait() trong Python

Trong bài hướng dẫn này, bạn sẽ học cách sử dụng hàm asyncio.wait() để chạy đồng thời một tập hợp các đối tượng awaitable trong Python. Việc hiểu và áp dụng asyncio.wait() sẽ giúp bạn quản lý hiệu quả các tác vụ bất đồng bộ, đồng thời đảm bảo chương trình của bạn có thể xử lý nhiều công việc một cách song song mà không làm gián đoạn luồng chính.

test php

banquyen png
Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

Giới thiệu về hàm asyncio.wait() trong Python

Hàm asyncio.wait() chạy một tập hợp các đối tượng awaitable và chặn cho đến khi một điều kiện được chỉ định xảy ra.

Cú pháp của hàm asyncio.wait() như sau:

asyncio.wait(aws, *, timeout=None, return_when=ALL_COMPLETED)

Hàm asyncio.wait() có các tham số sau:

Bài viết này được đăng tại [free tuts .net]

  • aws: là iterable của các đối tượng awaitable mà bạn muốn chạy đồng thời.
  • timeout (có thể là int hoặc float): chỉ định số giây tối đa để chờ trước khi trả về kết quả.
  • return_when: chỉ định khi nào hàm nên trả về. Tham số return_when chấp nhận một trong các hằng số trong bảng dưới đây:
Hằng số Mô tả
FIRST_COMPLETED Trả về khi tất cả các awaitable hoàn thành hoặc bị hủy.
FIRST_EXCEPTION Trả về khi bất kỳ awaitable nào hoàn thành bằng cách ném ra một ngoại lệ. Nếu không có awaitable nào ném ra ngoại lệ, FIRST_EXCEPTION tương đương với ALL_COMPLETED.
ALL_COMPLETED Trả về khi tất cả các awaitable hoàn thành hoặc bị hủy.

Lưu ý rằng các hằng số này nằm trong thư viện asyncio vì vậy bạn có thể tham chiếu chúng như asyncio.FIRST_COMPLETED.

Hàm asyncio.wait() trả về hai tập hợp:

done, pending = await asyncio.wait(aws)
  • done là một tập hợp các awaitable đã hoàn thành.
  • pending là một tập hợp các awaitable đang chờ.

Ví dụ về hàm asyncio.wait()ong Python

Ví dụ dưới đây minh họa cách sử dụng hàm asyncio.wait():

import asyncio
from asyncio import create_task

class APIError(Exception):
    pass

async def call_api(message, result=100, delay=3, raise_exception=False):
    print(message)
    await asyncio.sleep(delay)
    if raise_exception:
        raise APIError
    else:
        return result

async def main():
    task_1 = create_task(call_api('calling API 1...', result=1, delay=1))
    task_2 = create_task(call_api('calling API 2...', result=2, delay=2))
    task_3 = create_task(call_api('calling API 3...', result=3, delay=3))

    pending = (task_1, task_2, task_3)

    while pending:
        done, pending = await asyncio.wait(
            pending,
            return_when=asyncio.FIRST_COMPLETED
        )
        result = done.pop().result()
        print(result)

asyncio.run(main())

Cách hoạt động

Đầu tiên, định nghĩa lớp APIError kế thừa từ lớp Exception:

class APIError(Exception):
    pass

Tiếp theo, định nghĩa hàm call_api() mô phỏng một hoạt động bất đồng bộ:

async def call_api(message, result=100, delay=3, raise_exception=False):
    print(message)
    await asyncio.sleep(delay)
    if raise_exception:
        raise APIError
    else:
        return result

Sau đó, tạo ba tác vụ bao bọc các coroutine call_api(). Mỗi coroutine trả về một số khác nhau:

task_1 = create_task(call_api('calling API 1...', result=1, delay=1))
task_2 = create_task(call_api('calling API 2...', result=2, delay=2))
task_3 = create_task(call_api('calling API 3...', result=3, delay=3))

pending = (task_1, task_2, task_3)

Cuối cùng, gọi hàm asyncio.wait() để chạy các tác vụ bên trong vòng lặp while. Nếu tất cả các tác vụ hoàn thành, pending sẽ rỗng và vòng lặp while sẽ thoát. Trong mỗi lần lặp, chúng ta lấy tác vụ hoàn thành từ tập hợp done và hiển thị kết quả:

while pending:
    done, pending = await asyncio.wait(
        pending,
        return_when=asyncio.FIRST_COMPLETED
    )
    result = done.pop().result()
    print(result)

Kết bài

Sử dụng hàm asyncio.wait() để chạy các tác vụ trong một iterable đồng thời giúp bạn quản lý và xử lý nhiều công việc một cách hiệu quả. Bằng cách này, bạn có thể tận dụng tối đa khả năng của lập trình bất đồng bộ trong Python, đảm bảo các tác vụ được hoàn thành một cách nhanh chóng và hiệu quả.

Cùng chuyên mục:

Cách lưu trữ và tải lại Models trong PyTorch

Cách lưu trữ và tải lại Models trong PyTorch

Tìm hiểu về TensorBoard với PyTorch

Tìm hiểu về TensorBoard với PyTorch

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Softmax và Cross Entropy trong PyTorch Beginner

Softmax và Cross Entropy trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Sử dụng Gradient Descent với Autograd trong PyTorch

Sử dụng Gradient Descent với Autograd trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn cài đặt PyTorch với Deep Learning

Hướng dẫn cài đặt PyTorch với Deep Learning

LDA (Linear Discriminant Analysis) trong Python

LDA (Linear Discriminant Analysis) trong Python

Thuật toán AdaBoost trong Python

Thuật toán AdaBoost trong Python

Thuật toán K-Means Clustering trong Python

Thuật toán K-Means Clustering trong Python

Triển khai PCA bằng Python

Triển khai PCA bằng Python

Triển khai thuật toán Random Forest bằng Python

Triển khai thuật toán Random Forest bằng Python

Top