Python PEP 492 中文翻译——协程与async/await语法

原文标题：PEP 0492 -- Coroutines with async and await syntax
原文链接：https://www.python.org/dev/peps/pep-0492/
生效于：Python 3.5
翻译参照版本：05-May-2015
翻译最后修改：2015年8月22日
翻译出处：http://www.cnblogs.com/animalize/p/4738941.html

用几句话说明这个PEP：

1. 把协程的概念从生成器独立出来，并为之添加了新语句（async/await）。
2. 但是在CPython的内部实现，协程仍然是一个生成器。
3. 增加了异步迭代器（async for），异步迭代器的__aiter__、__anext__函数是协程，可以将程序挂起。
4. 增加了异步上下文管理器（async with），异步上下文管理器的__aenter__、__aexit__函数是协程，可以将程序挂起。

PEP 492： 协程与async/await语法

>摘要

不断增多的Internet连接程序刺激了对响应性、伸缩性代码的需求。这个PEP的目标在于：制订显式的异步/并发语法，比传统的Python方法更易用、更丰富。

我们准备把协程（协同程序）的概念独立出来，并为其使用新的语法。最终目标是建立一个通用、易学的异步编程的构思模型，并尽量与同步编程的风格相似。

这个PEP假设异步任务被一个事件循环器（类似于标准库里的 asyncio.events.AbstractEventLoop）管理和调度。然而我们并不会依赖某个事件循环器的具体实现方法，从本质上说只与此相关：采用yield作为给调度器的信号，表示协程将会挂起、等待一个异步事件（如IO）的完成。

在这个异步编程不断增长的时期，我们相信这些改变将会使Python保持一定的竞争性，就像许多其它编程语言已经、将要进行的改变那样。

>API设计和实现的备注

根据Python 3.5 Beta期间的反馈，进行了重新设计，明确地把协程从生成器里独立出来了。协程现在是原生的，有明确的独立类型，而不是作为生成器的一种特殊形式。

这个改变，主要是为了解决在Tornado里使用协程出现的一些问题。
【译注：在Tornado 4.3已经可以使用新的async/await语句，详见此链接】

>理论和目标

在以前，我们可以用生成器实现协程（PEP 342），后来又对其进行了改进，引入了yield from语法（PEP 380）。但仍有一些缺点：

• 协程和普通生成器使用相同的语法，所以很容易把它们搞混，初学者更是如此。
• 一个函数是否是一个协程，取决于它里面是否出现了yield或yield from语句。这并不明显，容易在重构函数的时候搞乱，导致出错。
• 异步调用被yield语法限制了，我们不能获得、使用更多的语法特性，比如with和for。

这个PEP把协程从生成器独立出来，成为Python的一个原生事物。这会消除协程和生成器之间的混淆，方便编写不依赖特定库的协程代码。也为linter和IDE进行代码静态分析提供了机会。
【译注：在CPython内部，原生协程仍然是基于生成器实现的。】

使用原生协程和相应的新语法，我们可以在异步编程时使用上下文管理器（context manager）和迭代器。如下文所示，新的async with语句可以在进入、离开运行上下文（runtime context）时进行异步调用，而async for语句可以在迭代时进行异步调用。

>详细内容

请理解Python现有的协程（见PEP 342和PEP 380），这次改变的动机来自于asyncio框架（PEP 3156）和Confunctions提案（PEP 3152，此PEP已经被废弃）。

由此，在本文中，我们使用“原生协程”指用新语法声明的协程。“生成器实现的协程”指用传统方法实现的协程。“协程”则用在两个都可以使用的地方。

>>新的协程声明语法

使用以下语法声明原生协程：

async def read_data(db):
    pass

协程语法的关键点：

• async def函数必定是协程，即使里面不含有await语句。
• 如果在async函数里面使用yield或yield from语句，会引发SyntaxError异常。
• 在CPython内部，引入两个新的代码对象标识（code object flags）：
  1, CO_COROUTINE表示这是原生协程。（由新语法定义）
  2, CO_ITERABLE_COROUTINE表示这是用生成器实现的协程，但是和原生协程兼容。（用装饰器types.coroutine()装饰过的生成器协程）
• 调用一个普通生成器，返回一个生成器对象（generator object）；相应的，调用一个协程返回一个协程对象（coroutine object）。
• 协程不再抛出StopIteration异常，因为抛出的StopIteration异常会被包装（wrap）成一个RuntimeError异常。（在Python 3.5，对于普通生成器要想这样需要进行future import，见PEP 479）。
• 如果一个协程从未await等待就被垃圾收集器销毁了，会引发一个RuntimeWarning异常（见“调试特性”）。
• 更多请参考“协程对象”一节。

>>types.coroutine()

types模块添加了一个新函数coroutine(fn)，使用它，“生成器实现的协程”和“原生协程”之间可以进行互操作。
【译注：这是个装饰器，能把现有代码的“用生成器实现的协程”转化为与“原生协程”兼容的形式】

@types.coroutine
def process_data(db):
    data = yield from read_data(db)
    ...

coroutine(fn)函数给生成器的代码对象(code object)设置CO_ITERABLE_COROUTINE标识，使它返回一个协程对象。

如果fn不是一个生成器函数，它什么也不做。如果fn是一个生成器函数，则会被一个awaitable代理对象(proxy object)包装(wrapped)，详见下文的“定义awaitable对象”。

注意， types.coroutine()不会设置CO_COROUTINE标识，只有用新语法定义的原生协程才会有这个标识。

【译注： @types.coroutine装饰器仅给生成器函数设置一个CO_ITERABLE_COROUTINE标识，除此之外什么也不做。但是如果生成器函数没有这个标识，await语句不会接受它的对象作为参数。】

>>await表达式

新的await表达式用于获得协程执行的结果：

async def read_data(db):
    data = await db.fetch('SELECT ...')
    ...

await和yield from类似，它挂起read_data的执行，直到db.fetch执行完毕并返回结果。

以CPython内部，await使用了yield from的实现，但加入了一个额外步骤——验证它的参数类型。await只接受awaitable对象，awaitable对象是以下的其中一个：

• 一个原生协程对象（由一个原生协程函数返回）

• 用装饰器types.coroutine()装饰的一个“生成器实现的协程”对象

• 一个有__await__方法的对象（__await__方法返回的一个迭代器）
  每个yield from调用链条都会追溯到一个最终的yield语句，这是Future实现的基本机制。在Python内部，由于协程是生成器的一种特殊形式，所以每个await最终会被await调用链条上的某个yield语句挂起。（详情请参考PEP 3156）
  【译注：Future对象用来表示在未来完成的某项任务。】

  为了让协程也有这样的行为，添加了一个新的魔术方法__await__。【译注：一系列递归调用必终结于某个return具体结果的语句；一个yield from调用链条必终结于某个yield语句；类似的，一个await调用链条必终结于某个有__await__方法的对象。】例如，在asyncio模块，要想在await语句里使用Future对象，唯一的修改是给asyncio.Future加一行：__await__ = __iter__

  在本文中，有__await__方法的对象被称为Future-like对象。
  【译注：协程会被await语句挂起，直到await语句右边的Future-like对象的__await__执行完毕、返回结果。】

  另外，请注意__aiter__方法（见下文）不能被用于此目的。那是另一套东西，这样做的话，类似于callable对象使用__iter__代替__call__。【译注：意思是__await__和__aiter__的关系有点像callable对象里__call__和__iter__的关系】

  如果__await__返回的不是一个迭代器，则引发TypeError异常。

• 在CPython C API，有tp_as_async.am_await函数的对象，该函数返回一个迭代器（类似__await__方法）

如果在async def函数之外使用await语句，会引发SyntaxError异常。这和在def函数之外使用yield语句一样。

如果await右边不是一个awaitable对象，会引发TypeError异常。

>>>新的操作符优先级列表

【译注：总体略去不译。】
await语句和yield、yield from的一个区别是：await语句多数情况下不需要被圆括号包围。

>>>await表达式使用示例

有效用法：

表达式	被解析为
if await fut: pass	if (await fut): pass
if await fut + 1: pass	if (await fut) + 1: pass
pair = await fut, 'spam'	pair = (await fut), 'spam'
with await fut, open(): pass	with (await fut), open(): pass
await foo()['spam'].baz()()	await ( foo()['spam'].baz()() )
return await coro()	return ( await coro() )
res = await coro() ** 2	res = (await coro()) ** 2
func(a1=await coro(), a2=0)	func(a1=(await coro()), a2=0)
await foo() + await bar()	(await foo()) + (await bar())
-await foo()	-(await foo())

无效用法：

表达式	应该写为
await await coro()	await (await coro())
await -coro()	await (-coro())

>>异步上下文管理器和“async with”

异步上下文管理器（asynchronous context manager），可以在它的enter和exit方法里挂起、调用异步代码。

为此，我们设计了一套方案，添加了两个新的魔术方法：__aenter__和__aexit__，它们必须返回一个awaitable。

异步上下文管理器的一个示例：

class AsyncContextManager:
    async def __aenter__(self):
        await log('entering context')

    async def __aexit__(self, exc_type, exc, tb):
        await log('exiting context')

>>>新语法

采纳了一个异步上下文管理器的新语法：

async with EXPR as VAR:
    BLOCK

在语义上等同于：

mgr = (EXPR)
aexit = type(mgr).__aexit__
aenter = type(mgr).__aenter__(mgr)
exc = True

VAR = await aenter
try:
    BLOCK
except:
    if not await aexit(mgr, *sys.exc_info()):
        raise
else:
    await aexit(mgr, None, None, None)

和普通的with语句一样，可以在单个async with语句里指定多个上下文管理器。

在使用async with时，如果上下文管理器没有__aenter__和__aexit__方法，则会引发错误。在async def函数之外使用async with则会引发SyntaxError异常。

>>>示例

有了异步上下文管理器，协程很容易实现对数据库处理的恰当管理。

async def commit(session, data):
    ...

    async with session.transaction():
        ...
        await session.update(data)
        ...

再比如，加锁时看着更简洁：

async with lock:
    ...

而不是：

with (yield from lock):
    ...

>>异步迭代器和“async for”

异步迭代器可以在它的iter实现里挂起、调用异步代码，也可以在它的__next__方法里挂起、调用异步代码。要支持异步迭代，需要：

1. 对象必须实现一个__aiter__方法（或者，如果使用CPython C API，需要定义tp_as_async.am_aiter），返回一个异步迭代器对象，这个异步迭代器对象在每次迭代时会返回一个awaitable。
2. 一个异步迭代器必须实现一个__anext__方法（或者，如果使用CPython C API，需要定义tp_as_async.am_anext），在每次迭代时返回一个awaitable。
3. 要停止迭代，__anext__必须抛出一个StopAsyncIteration异常。

异步迭代的一个示例：

class AsyncIterable:
    async def __aiter__(self):
        return self

    async def __anext__(self):
        data = await self.fetch_data()
        if data:
            return data
        else:
            raise StopAsyncIteration

    async def fetch_data(self):
        ...

>>>新语法

采纳了一个迭代异步迭代器的新语法：

async for TARGET in ITER:
    BLOCK
else:
    BLOCK2

在语义上等同于：

iter = (ITER)
iter = await type(iter).__aiter__(iter)
running = True
while running:
    try:
        TARGET = await type(iter).__anext__(iter)
    except StopAsyncIteration:
        running = False
    else:
        BLOCK
else:
    BLOCK2

如果async for的迭代器不支持__aiter__方法，则引发TypeError异常。如果在async def函数外使用async for，则引发SyntaxError异常。

和普通的for语句一样，async for有一个可选的else分句。

>>>示例1

有了异步迭代，我们可以在迭代时异步缓冲（buffer）数据：

async for data in cursor:
    ...

Cursor是一个异步迭代器，可以从数据库预读4行数据并缓存。见以下代码：

# 【译注：此代码已被修改，望更易理解】
class Cursor:
    def __init__(self):
        self.buffer = collections.deque()

    async def _prefetch(self):
        row1, row2, row3, row4 = await fetch_from_db()
        self.buffer.append(row1)
        self.buffer.append(row2)
        self.buffer.append(row3)
        self.buffer.append(row4)

    async def __aiter__(self):
        return self

    async def __anext__(self):
        if not self.buffer:
            self.buffer = await self._prefetch()
            if not self.buffer:
                raise StopAsyncIteration
        return self.buffer.popleft()

然后，可以这样使用Cursor类：

async for row in Cursor():
    print(row)

与下述代码相同：

i = await Cursor().__aiter__()
while True:
    try:
        row = await i.__anext__()
    except StopAsyncIteration:
        break
    else:
        print(row)

>>>示例2

这是一个便利类，用于把普通的迭代对象转变为一个异步迭代对象。虽然这个类没什么实际用处，但它演示了普通迭代器和异步迭代器的关系：

class AsyncIteratorWrapper:
    def __init__(self, obj):
        self._it = iter(obj)

    async def __aiter__(self):
        return self

    async def __anext__(self):
        try:
            value = next(self._it)
        except StopIteration:
            raise StopAsyncIteration
        return value

async for letter in AsyncIteratorWrapper("abc"):
    print(letter)

>>>为什么是StopAsyncIteration？

在CPython内部，协程的实现仍然是基于生成器的。所以，在PEP 479生效之前【译注：将在Python 3.7正式生效，在3.5、3.6需要from __future__ import generator_stop】，以下两个代码是完全一样的，最终都是给外部代码抛出一个StopIteration('spam')异常：

def g1():
    yield from fut
    return 'spam'

和

def g2():
    yield from fut
    raise StopIteration('spam')

由于PEP 479已被正式采纳，并作用于协程，以下代码的StopIteration会被包装（wrapp）成一个RuntimeError。

async def a1():
    await fut
    raise StopIteration('spam')

所以，要想通知外部代码迭代已经结束，抛出一个StopIteration异常的方法不行了。因此，添加了一个新的内置异常StopAsyncIteration，用于表示迭代结束。

此外，根据PEP 479，协程抛出的所有StopIteration异常都会被包装成RuntimeError异常。

【译注：如果函数生成器内部的代码出现StopIteration异常、且未被捕获，则外部代码会误认为生成器已经迭代结束。为了消除这样的误会，PEP 479的规定，Python会把生成器内部抛出的StopIteration包装成RuntimeError。
在以后，如果想主动结束一个函数生成器的迭代，用return语句即可（这时函数生成器仍然会给外部代码抛出一个StopIteration异常），而不是以前的使用raise StopIteration语句（这样的话，StopIteration会被包装成一个RuntimeError）。】

>>协程对象

>>>和生成器的不同之处

这一小节只对原生协程有效（用async def语法定义的、有CO_COROUTINE标识的）。对于asyncio模块里现有的“基于生成器的协程”，仍然保持不变。

为了在概念上把协程和生成器区分开来，做了以下规定：

1. 原生协程对象不实现__iter__和__next__方法，因此，不能对其进行迭代（如for...in循环），也不能传递给iter()，list()，tuple()及其它内置函数。如果尝试对其使用__iter__或__next__方法，会引发TypeError异常。
2. 未装饰的生成器不能yield from一个原生协程，这样做会引发TypeError异常。
3. “基于生成器的协程”在经过 @asyncio.coroutine装饰后，可以yield from原生协程对象。
4. 对于原生协程对象和原生协程函数，调用inspect.isgenerator()和inspect.isgeneratorfunction()会返回False。

【译注： @asyncio.coroutine装饰器，在Python 3.4，用于把一个函数装饰为一个协程。有些函数并不是生成器函数（不含yield或yield from语句），也可以用 @asyncio.coroutine装饰为一个协程。
在Python 3.5中， @asyncio.coroutine也会有 @types.coroutine的效果——使函数的对象可以被await语句接受。】

>>>协程对象的方法

在CPython内部，协程是基于生成器实现的，因此它们有共同的代码。像生成器对象那样，协程也有throw()，send()和close()方法。
对于协程，StopIteration和GeneratorExit起着同样的作用（虽然PEP 479已经应用于协程）。详见PEP 342、PEP 380，以及Python文档。

对于协程，send()，throw()方法用于往Future-like对象发送内容、抛出异常。

>>调试特性

新手在使用协程时可能忘记使用yield from语句，比如：

@asyncio.coroutine
def useful():
    asyncio.sleep(1) # 前面忘写yield from，所以程序在这里不会挂起1秒

在asyncio里，对于此类错误，有一个特定的调试方法。装饰器 @coroutine用一个特定的对象包装（wrap）所有函数，这个对象有一个析构函数（destructor）用于记录警告信息。无论何时，一旦被装饰过的生成器被垃圾回收，会生成一个详细的记录信息（具体哪个函数、回收时的stack trace等等）。包装对象提供一个__repr__方法用来输出关于生成器的详细信息。

唯一的问题是如何启用这些调试工具，由于这些调试工具在生产模式里什么也不做，比如 @coroutine必须是在系统变量PYTHONASYNCIODEBUG出现时才具有调试功能。这时可以给asyncio程序进行如下设置：EventLoop.set_debug(true)，这时使用另一套调试工具，对 @coroutine的行为没有影响。

根据本文，协程是原生的，已经在概念上和生成器进行了区分。一个从未await的协程会抛出一个RuntimeWarning，除此之外，给sys模块增加了两个新函数set_coroutine_wrapper和get_coroutine_wrapper，它们会为asyncio和其它框架启用高级调试工具，比如显示协程在何处被创建、协程在何处被垃圾回收的详细stack trace。

>>新的标准库函数

• types.coroutine(gen) 详见types.coroutine()一节。
• inspect.iscoroutine(obj) 如果obj是原生协程对象，返回True。
• inspect.iscoroutinefunction(obj) 如果obj是原生协程函数，返回True。
• inspect.isawaitable(obj) 如果obj是awaitable返回True。
• inspect.getcoroutinestate(coro) 返回原生协程对象的当前状态（inspect.getfgeneratorstate(gen)的镜像）。
• inspect.getcoroutinelocals(coro) 返回一个原生协程对象的局部变量的映射【译注：变量名->值】（inspect.getgeneratorlocals(gen) 的镜像）。
• sys.set_coroutine_wrapper(wrapper) 允许拦截原生协程对象的创建。wrapper必须是一个接受一个参数callable（一个协程对象），或者是None。None会重置（reset）这个wrapper。如果再次调用，新的wrapper会取代旧的。这个函数是线程专有的（thread-specific）。详见“调度特性”一节。
• sys.get_coroutine_wrapper() 返回当前的包装对象(wrapper object)。如果没有则返回None。这个函数是线程专有的（thread-specific）。详见“调度特性”一节。

>>新的抽象基类

为了能更好的与现有框架（如Tornado）和其它编译器（如Cython）相整合，增加了两个新的抽象基类（Abstract Base Classes）：

1. collections.abc.Awaitable，Future-like类的抽象基类，实现__await__方法。
2. collections.abc.Coroutine，协程对象的抽象基类，实现send(value)，throw(type, exc, tb)，close()和__await__()方法。

注意，“基于生成器的协程”（有CO_ITERABLE_COROUTINE标识）并不实现__await__方法，因此它们不是collections.abc.Coroutine和collections.abc.Awaitable的实例：

@types.coroutine
def gencoro():
    yield

assert not isinstance(gencoro(), collections.abc.Coroutine)

# however:
assert inspect.isawaitable(gencoro())

为了更容易地对异步迭代进行调试，又增加了两个抽象基类：

1. collections.abc.AsyncIterable --用于测试__aiter__方法。
2. collections.abc.AsyncIterator --用于测试__aiter__和__anext__方法。

>词汇表

原生协程函数 Native coroutine function

由async def定义的协程函数，可以使用await和return value语句。见“新的协程声明语法”一节。

原生协程 Native coroutine

原生协程函数返回的对象。见“await表达式”一节。

基于生成器的协程函数 Generator-based coroutine function

基于生成器语法的协程，最常见的是用 @asyncio.coroutine装饰过的函数。

基于生成器的协程 Generator-based coroutine

基于生成器的协程函数返回的对象。

协程 Coroutine

“原生协程”和“基于生成器的协程”都是协程。

协程对象 Coroutine object

“原生协程对象”和“基于生成器的协程对象”都是协程对象。

Future-like对象 Future-like object

一个有__await__方法的对象，或一个有tp_as_async->am_await函数的C语言对象，它们返回一个迭代器。Future-like对象可以在协程里被一条await语句消费（consume）。协程会被await语句挂起，直到await语句右边的Future-like对象的__await__执行完毕、返回结果。见“await表达式”一节。

Awaitable

一个Future-like对象或一个协程对象。见“await表达式”一节。

异步上下文管理器 Asynchronous context manager

有__aenter__和__aexit__方法的对象，可以被async with语句使用。见“异步上下文管理器和‘async with’”一节。

可异步迭代对象 Asynchronous iterable

有__aiter__方法的对象， 该方法返回一个异步迭代器对象。可以被async for语句使用。见“异步迭代器和‘async for’”一节。

异步迭代器 Asynchronous iterator

有__anext__方法的对象。见“异步迭代器和‘async for’”一节。

【译注：感觉余下大部分内容不必翻译，如有需要请参看原文。这里只挑选部分内容翻译。】

>>向后兼容性

本PEP保持100%向后兼容。

>>>asyncio

asyncio模块已经可以使用新语法，并经过测试，100%与async/await兼容。现有的使用asyncio的代码在使用新语法时可以保持不变。
为此，对asyncio模块主要做了如下修改：

1. 在 @asyncio.coroutine装饰器内部，调用types.coroutine为函数设置一个CO_ITERABLE_COROUTINE标识。
2. 给asyncio.Future类添加一行代码： __await__ = __iter__。
3. 把async()函数改名为ensure_future()，以防该函数名和新关键字冲突。

>>>asyncio迁移策略

由于未经装饰的生成器不能yield from原生协程对象（详见“和生成器的不同之处”一节），因此在使用新语法前，请确保所有“基于生成器的协程”都被 @asyncio.coroutine装饰器装饰。

>>启用关键字的计划

async和await在CPython 3.5、3.6里暂时不是正式的关键字，在CPython 3.7它们将变成正式的关键字。如果不这样，恐怕对现有代码的迁移造成困难。
【译注：在某些现有代码里，可能使用了async和await作为变量名/函数名。然而Python不允许把关键字当作变量名/函数名，所以3.5、3.6给程序员留了一些迁移时间。】