Twisted：如何实现非阻塞代码
我对如何在Python/Twisted中编写异步代码有点困惑。假设我有一个函数，它会接收一个数字，并返回这个数字是否是质数（返回True或False），大概是这样的：
def IsPrime(numberin):
for n in range(2,numberin):
if numberin % n == 0: return(False)
return(True)
(只是为了说明这个例子)。
现在假设有一个网络服务器需要根据提交的值来调用这个IsPrime函数。如果输入的数字很大，这个计算会花费很长时间。
如果与此同时，另一个用户请求一个小数字的质数判断，有没有办法使用reactor/deferreds架构异步运行这两个函数调用，这样短时间的计算结果可以在长时间计算结果之前返回？
我知道如果IsPrime的功能来自于其他网络服务器，我的服务器可以通过deferred的getPage来处理，但如果它只是一个本地函数呢？
也就是说，Twisted能否在这两个IsPrime调用之间进行时间共享，还是需要明确调用一个新线程？
或者，IsPrime的循环需要被分成一系列更小的循环，以便可以快速将控制权交还给reactor？
或者还有其他的解决办法？
1 个回答
我觉得你现在的理解基本上是对的。Twisted只是一个Python库，你用它写的Python代码会像你预期的那样正常执行：如果你只有一个线程（和一个进程），那么一次只能做一件事情。Twisted提供的几乎没有API会创建新的线程或进程，所以在正常情况下，你的代码是顺序执行的；isPrime在第一次执行完之前，不能再执行第二次。
在只考虑一个线程（和一个进程）的情况下，Twisted的所有“并发”或“并行”都来自于它不使用阻塞的网络输入输出（I/O）操作（以及其他某些阻塞操作），而是提供了一些工具，让这些操作以非阻塞的方式进行。这让你的程序可以继续执行其他工作，而不会因为等待一个阻塞的I/O操作（比如从套接字读取或写入）而卡住。
通过把事情拆分成小块，并让事件处理程序在这些小块之间运行，可以实现“异步”。这种方法有时很有用，前提是这种拆分不会让代码变得太难理解和维护。Twisted提供了一个帮助工具来调度这些工作小块，cooperate。使用这个工具是有好处的，因为它可以根据不同的工作来源做调度决策，并确保有足够的时间来处理事件源，而不会增加太多的延迟（换句话说，你添加的工作越多，每个工作的时间就越少，这样反应器可以继续完成它的工作）。
Twisted也提供了几个API来处理线程和进程。如果不太清楚如何把一个任务拆分成小块，这些API会很有用。你可以使用deferToThread在一个线程池中运行一个（线程安全的！）函数。方便的是，这个API会返回一个Deferred，最终会返回这个函数的返回值（如果函数抛出异常，则返回Failure）。这些Deferred看起来和其他的没什么不同，就代码使用它们的角度来看，它也可以像调用getPage那样返回——这个函数不使用额外的线程，只是非阻塞的I/O和事件处理程序。
由于Python并不特别适合在单个进程中运行多个CPU密集型线程，Twisted还提供了一个非阻塞的API来启动和与子进程通信。你可以把计算任务分配给这些进程，以利用额外的CPU或核心，而不必担心全局解释器锁（GIL）会拖慢速度，这是拆分策略和线程方法都无法做到的。处理这些进程的最低级API是reactor.spawnProcess。还有一个叫Ampoule的包，它会为你管理一个进程池，并提供一个类似于deferToThread的进程处理方式，deferToAMPProcess。