Merge pull request Voidly#6 from gorlf/master

Add Chapter 8

Author: Voidly

第八章/使用asyncio.md

@@ -0,0 +1,65 @@
+我们可以定义asyncio是一个Python中驱动异步编程的模块。ayncio模块使用下列组合来实现异步编程：
+- Event loop: asyncio模块允许每个进程一个事件循环。
+- Coroutines(协程): asyncio的官方文档中指出，coroutine是遵循一定规则的发生器。它最吸引人的特点是在执行的时候能够暂停等待外部处理，当外部处理完成后又可以从原来的位置恢复执行。
+- Futures: Futures代表尚未完成的processing。
+- Tasks: 是asyncio.Future的子类，用于管理coroutines。
+
+除了这些机制，asyncio还为应用开发提供了很多其他机制，比如传输和协议，可以使用TCP、SSL、UDP和管道进行通信。关于asyncio更多的信息请查看 https://docs.python.org/3.4/library/asyncio.html。
+
+### 理解coroutines和rutures
+为了在asyncio中定义coroutine，我们使用@asyncio.coroutine装饰器。为了执行一个操作I/O或者其他可能阻塞循环事件的计算，我们必须使用`yield from`语法来暂停coroutine。但是暂停和恢复的机制怎样工作？Coroutine和asyncio.Future对象一起工作。我们可以总结操作如下：
+- Coroutine初始化，asyncio.Future在内部实例化或者作为参数传给coroutine。
+- 到达coroutine使用yield from的地方，coroutine暂停来等待yield from引发的计算。yield from实例等待yield from\<coroutine or asyncio.Future or asyncio Task\>构建。
+- 当yield from引发的计算结束，coroutine执行与coroutine关联的asyncio.Future对象的set_result(\<result\>)方法，通知事件循环coroutine可以被恢复。
+
+
+#### 使用coroutine和asyncio.Future
+下面是使用coroutine和asyncio.Future对象的一些例子：
+	import asyncio
+	@asyncio.coroutine
+	def sleep_coroutine(f):
+		yield from asyncio.sleep(2)
+		f.set_result("Done!")
+在上述代码中，定义了一个协程sleep_coroutine，它接收一个asyncio.Future对象作为参数。在sleep_coroutine中，asyncio.sleep(2)会让协程睡眠2秒，asyncio.sleep已经和asyncio兼容。
+在主函数中创建asyncio.Future对象，创建event loop对象。
+	if __name__ == '__main__':
+		future = asyncio.Future()
+		loop = asyncio.get_event_loop()
+		loop.run_until_complete(sleep_coroutine(future))
+
+> event loop执行的时候，任务和协程才会执行。
+
+在最后一行，loop.run_until_complete(sleep_coroutine(future))，很明显就是运行直到sleep_coroutine结束。
+
+#### 使用asyncio.Task
+asyncio.Task是asyncio.Future的子类，目的是管理协程。以下是一个例子，多个asyncio.Task将会在事件循环中被创建和分派。
+
+	import asyncio
+	@asyncio.coroutine
+	def sleep_coro(name, seconds=1):
+		print("[%s] coroutine will sleep for %d second(s)…"
+				% (name, seconds))
+		yield yfrom asyncio.sleep(seconds)
+		print("[%s] done!" % name)
+
+sleep_coro协程会接收两个参数，name用来标识协程，seconds用来定义睡眠时间。
+
+在主函数中，定义了一个包含三个asyncio.Task对象的列表：
+
+	if __name__ == '__main__':
+		tasks = [asyncio.Task(sleep_coro('Task-A', 10)),
+				asyncio.Task(sleep_coro('Task-B')),
+				asyncio.Task(sleep_coro('Task-C'))]
+		loop.run_until_complete(asyncio.gather(*tasks))
+
+程序的运行结果如下：
+![](图片链接地址)
+
+值得注意的是，程序的输出表明任务执行的顺序和申明的顺序一致，它们都不能阻塞event loop。
+
+#### 使用和asyncio不兼容的库
+
+asyncio是python新加入的模块，一些库还不能很好的兼容。我们重新实现之前章节的例子asyncio_task_sample.py，用time.sleep替换asyncio.sleep。运行结果如下：
+
+![](图片链接地址)
+

第八章/异步的做事.md

@@ -0,0 +1,7 @@
+在之前的章节我们学习了用Celery框架分发任务，并且在同一个网络的不同机器上并行执行。现在我们将学习异步编程、事件循环和协程，它们都在Python3.4的asyncio模块占有重要的地位。
+本章将覆盖以下内容：
+
+- 阻塞、非阻塞和异步操作
+- 理解事件循环
+- 使用异步IO(asyncio)
+

第八章/总结.md

@@ -0,0 +1,7 @@
+在本章节，我们学习了异步、阻塞、非阻塞编程。为了了解这些行为，我们使用asyncio模块的基本机制写了一些例子。
+
+asyncio模块是对python异步编程进行革命的一个尝试。吉多范罗苏姆在探索性选择和提取基本机制为这些选择提供清晰的API方面非常成功。`yield from`语法产生是为了增强一些使用协程的程序的表现力，使程序员免去写回调函数的负担。除此之外，asyncio模块拥有与其它应用程序集成的能力。
+
+快到本书的结束了，写这本书还是很有挑战性的，希望它对你有所帮助。本书中有很多东西没有介绍，比如 IPython, mpi4py, Greenlets, Eventlets, 等等。
+
+基于本书提供的内容，你可以自己做实验比较不同的工具。几乎在本书的每一个章节都用了两个相关例子来介绍，这也说明了Python可以在不改变核心代码的基础上灵活的替换不同的工具。

第八章/理解事件循环.md

@@ -0,0 +1,42 @@
+为了理解事件循环的概念，我们必须了解其内部结构。
+我们将用资源描述符代表套接口描述符和文件描述符。
+
+### 轮询功能
+
+不同的操作系统为了监控一个或多个资源描述符都实现了轮询功能。轮询方法是事件循环的基础，轮询方法会通知感兴趣的事件，资源描述符就会准备好做交互。然而，感兴趣的可能并不能完成理想的操作。
+
+linux有下列轮询方法：
+
+- select(): POSIX实现有以下几个缺点：
+ - 监控资源描述符的数量有限
+ - O(n)时间复杂度，n代表连接的客户端数
+- poll(): select()的增强版，有以下特点：
+ - 允许监控更大范围的资源描述符
+ - O(n)时间复杂度
+ - 支持更多类型的监控事件
+ - 和select()对比，可以复用entry数据
+- epoll(): Linux非常强大的方法，拥有O(1)时间复杂度。epoll()方法通过[epoll_wait](http://refspecs.linux-foundation.org/LSB_4.0.0/LSB-Core-generic/LSB-Core-generic/libc-epoll-wait-1.html)()提供两种监控事件。为了定义两种行为，我们假想一个场景，其中生产者往socket写数据，消费者等待数据。
+ - 水平触发：当消费者调用epoll_wait()，它将得到资源描述符的状态并且立即返回，表明触发或者不触发读操作。水平触发和事件的状态有关而不是事件本身。
+ - 边缘触发：epoll_wait()调用只有当写事件完成之后才会返回。所以边缘触发和事件有关。
+
+
+轮询方法工作的步骤如下：
+1. 创建poller对象
+2. poller中注册或者不注册1个或多个资源描述符
+3. 轮询方法在poller对象中执行
+
+> Poller是一个提供使用轮询方法的抽象接口
+
+### 使用事件循环
+
+我们可以定义事件循环来简化使用轮询方法来监控事件。事件循环利用poller对象，使得程序员不用控制任务的添加、删除和事件的控制。
+事件循环使用回调方法来知道事件的发生。例如，有一个资源描述符A，当一个写事件在A中发生就会调用一个回调函数。一些实现了事件循环的应用如下：
+- Tornado web server ( http://www.tornadoweb.org/en/stable/ )
+- Twisted ( https://twistedmatrix.com/trac/ )
+- asyncio ( https://docs.python.org/3.4/library/asyncio.html )
+- Gevent ( http://www.gevent.org/ )
+- Eventlet ( https://pypi.python.org/pypi/eventlet )
+
+
+
+

第八章/理解阻塞非阻塞和异步操作.md

@@ -0,0 +1,18 @@
+理解任务执行的不同方式对于构建一个可伸缩的解决方案非常重要。正确的运用异步、阻塞和非阻塞操作能大大改善系统的响应时间。
+
+### 理解阻塞操作
+
+可以用银行职员服务客户的例子来看阻塞操作。当轮到客户的号码时，银行职员就只为该客户服务直到服务完成。银行职员不能同时为多个客户办理业务。当只有2名银行职员但是每小时来100名顾客时，进度就会很缓慢。这个例子就描述了阻塞操作，当一个任务要等待另一个任务结束时，阻塞其对资源的访问。
+
+### 理解非阻塞操作
+
+非阻塞操作和异步操作很容易混淆，它们是不同的概念。用一个现实的场景来说明，比如你去银行咨询一个业务，银行职员说现在还没有结果，你稍后再来或者过几天再来。这就是非阻塞操作。
+
+> 非阻塞和阻塞的概念相对应，指在不能立刻得到结果之前，该函数不会阻塞当前线程，而会立刻返回，之后再retry。
+
+
+### 理解异步操作
+
+假设有两个银行职员，没个职员有10个助理。这时，如果来了一个客户，他需要办理的业务耗时比较长，那么就请一个助理到后台单独为该客户服务。这样就不会阻塞其他客户。
+
+> 注册一个回调函数，当条件满足时会触发该函数。