Python“条件”异步方法答案

【问题标题】：Python "conditional" async methodPython“条件”异步方法
【发布时间】：2022-01-23 05:52:14
【问题描述】：

我很好奇当我有这样的功能时行为/性能开销是什么：

async def slow_function(some_resource):
    if some_resource in cache.keys():
        return cache[some_resource]
    return await requests.get(some_resource)

在我们以某种方式缓存“some_resource”的情况下，不会执行“await”。在这种情况下，“异步”的开销是多少？由于没有达到“等待”语句，它实际上是零开销吗？或者，当调用“异步”函数时，无论如何都会有一些不可避免的开销？

【问题讨论】：

这样的性能问题比你想象的要简单。设置一个测试用例。测量它。

标签： python asynchronous

【解决方案1】：

抱歉，这不是实际问题的答案，但我认为这已经涵盖了

您的代码存在不小的性能问题，但与异步无关。

检查一个键是否在缓存中，然后在缓存中查找该键比访问该键并捕获 KeyError 慢

（这里只是看缓存有key的“快乐”路径）

>>> import timeit
>>> timeit.timeit('try: cache[x]\nexcept KeyError: pass', setup='cache = {i: i for i in range(500)}; x = 5')
0.0273395610274747
>>> timeit.timeit('if x in cache.keys(): cache[x]', setup='cache = {i: i for i in range(500)}; x = 5')
0.08461441402323544

这样的东西可能会表现得更好

async def slow_function(some_resource):
    try:
        return cache[some_resource]
    except KeyError:
        return await requests.get(some_resource)

【讨论】：

对，我想用这个例子来说明的想法是有一个“等待”并不总是被执行。
此外，很大程度上取决于密钥是否在缓存中。任何低于 80% 或 90% 的机会，最好使用.get()。异常生成__traceback__ 的开销很高。

【解决方案2】：

几乎 0 开销。

异步将像正常功能一样继续。开销是当您到达await 时，会在链中产生未来。

本质上，每次你await 一个未完成的Future 时，事件循环都必须绑定到它并继续一个需要一系列操作的新循环。如果您的 await 立即返回而不等待未来，则事件循环不会循环，并且该函数会像任何其他生成器函数一样正常继续。

其余的开销是普通函数调用和生成器初始化之间的差异（因为协同程序的实现方式完全相同）。虽然有一些开销，甚至可能是正常函数调用的两倍或三倍（主要与生成器本身的创建有关），但与在每个事件循环周期中发生大量指令的大约 50 或 60 个完整函数调用相比，它可以忽略不计.

【讨论】：