Хэзээ async хэрэгтэй вэ

Танилцуулга

Энэ хичээлээр Бүлэг 14 дуусна. Тэр нь богино байх бөгөөд ганцхан асуултад хариулна:

"Async надад ХЭРЭГТЭЙ юу?"

Шинэ бичлэг байхгүй. Шинэ түлхүүр үг байхгүй. Зөвхөн ШИЙДВЭР.

Энэ бол Бүлэг 5.4 ("Аль бүтцийг хэзээ сонгох вэ") ба Бүлэг 7.4 ("Хэзээ inheritance хэрэглэх, хэзээ болих") -той ижил төрлийн хичээл: хүчирхэг хэрэгслийг ХЭЗЭЭ ашиглах, ХЭЗЭЭ БОЛИХ тухай.

Мөн энэ хичээлийн зорилго нь async -ийн айдсыг бүрмөсөн арилгах явдал юм.

Шууд хариулт

Хамгийн эхлээд шууд, шударга хариулт өгье:

Ихэнх тохиолдолд — ҮГҮЙ. Танд async хэрэггүй.

Тэр нь худал биш, тайвшруулах гэсэн оролдлого ч биш.

Ихэнх Python программ нь async -гүйгээр бүрэн зөв ажилладаг.

• Файл боловсруулах script → async хэрэггүй

• Өгөгдөл шинжлэх → async хэрэггүй

• Нэг API дуудах программ → async хэрэггүй

• Автоматжуулалт, тайлан → async хэрэггүй

• Курсийн бүх guided build → async хэрэггүй

Бүлэг 12.4-ийн цаг агаарын программ нь async -гүйгээр ТӨГС ажиллаж байна.

Тэгвэл хэзээ хэрэгтэй вэ?

Шийдвэрийн ГУРВАН асуулт

Async хэрэгтэй эсэхийг мэдэхийн тулд гурван асуулт тавь. Гурвуулаа "тийм" байвал л async нь ашиг өгнө.

Асуулт 1: Ажил нь I/O-BOUND уу?

Хичээл 14.1-ээс:

• I/O-bound — интернэт, диск, өгөгдлийн сан ХҮЛЭЭЖ байна

• CPU-bound — жинхэнэ ТООЦООЛОЛ хийж байна

Хэрэв CPU-bound бол — async нь ЮУ Ч тусалахгүй. ЗОГС.

python

# CPU-bound — async нь УТГАГҮЙ
niilber = sum(i * i for i in range(100_000_000))
zurag = zurag_boloviruulakh(fail)
uguudul = shinjlekh(tom_hüsnegt)

Async нь тооцооллыг хурдан болгодоггүй. Зөөгч хоёр гараараа хоёр хоол хийж чадахгүй.

Хэрэв танд жинхэнэ зэрэг тооцоолол хэрэгтэй бол — тэр нь multiprocessing (энэ курс үзэхгүй).

Асуулт 2: ОЛОН хүлээлт байна уу?

Хэрэв ЗӨВХӨН НЭГ хүсэлт байвал — async нь ЮУ Ч өгөхгүй.

python

# НЭГ хүсэлт — async нь утгагүй
hariult = requests.get(url, timeout=10)
uguudul = hariult.json()

Тэр нь 0.5 секунд болно. Async -тэй ч 0.5 секунд болно.

Зөөгч НЭГ л ширээтэй бол — тэр нь гал тогоонд зогсож хүлээсэн ч, өөр газар явсан ч ялгаагүй. Хийх ажил байхгүй.

Async нь ЗӨВХӨН олон хүлээлт ДАВХЦАХ боломжтой үед л ашиг өгнө.

Асуулт 3: Хүлээлтүүд НЭГ НЭГЭЭСЭЭ ХАМААРАХГҮЙ юу?

Хамгийн нарийн асуулт.

python

# ХАМААРАЛГҮЙ — async ТУСАЛНА
tsag_agaar_UB = await avakh("Улаанбаатар")
tsag_agaar_Darkhan = await avakh("Дархан")
# Хоёулаа зэрэг эхэлж болно

python

# ХАМААРАЛТАЙ — async ТУСЛАХГҮЙ
kheregleagch = await kheregleagch_avakh(id)
zakhialga = await zakhialga_avakh(kheregleagch.id)     # kheregleagch ХЭРЭГТЭЙ!

Хоёр дахь тохиолдолд эхнийх нь дуусахгүйгээр хоёр дахь нь эхэлж чадахгүй. Тэдгээр нь ДАРААЛЛААР явах ЁСТОЙ.

Async нь тэднийг давхцуулж чадахгүй. Ямар ч ашиг байхгүй.

Зөөгчийн зүйрлэлээр: хэрэв нэг ширээ "эхлээд шөл, дараа нь үндсэн хоол" гэж захиалбал — зөөгч тэднийг зэрэг авчирч чадахгүй. Дараалал нь чухал.

Шийдвэрийн хүснэгт

Хамгийн ТОД ХОЁР тохиолдол:

1. Олон хамааралгүй I/O ажлыг ЗЭРЭГ хийх (Хичээл 14.2-ын таван хот)

2. Олон хэрэглэгчид зэрэг үйлчилдэг СЕРВЕР (FastAPI)

FastAPI-гийн албан ёсны байр суурь

Одоо хамгийн чухал хэсэг рүү орно. Учир нь энэ курсийн зорилго нь FastAPI юм.

FastAPI-гийн documentation нь ЯГ ЮУ гэж хэлдэг вэ?

Тэр нь ойролцоогоор ингэж хэлдэг:

"Хэрэв та эргэлзэж байвал — ердийн def ашигла. Тэр нь ажиллана."

Тэр нь ХУДАЛ БИШ. Тэр нь ЖИНХЭНЭ зөвлөмж.

FastAPI яаж ажилладаг вэ

Ойлгохын тулд FastAPI-гийн дотоод механизмыг мэдэх хэрэгтэй.

Хэрэв та async def бичвэл:

python

@app.get("/nomnuud")
async def nomnuud_jagsaakh() -> list[Nom]:
    nomnuud = await db.fetch_all(...)          # async өгөгдлийн сан
    return nomnuud

FastAPI нь тэр функцийг EVENT LOOP дээр ажиллуулна (Хичээл 14.2-ын "зөөгч").

await дээр хүрэхэд — зөөгч нь өөр хэрэглэгч рүү шилжинэ.

Хэрэв та ердийн def бичвэл:

python

@app.get("/nomnuud")
def nomnuud_jagsaakh() -> list[Nom]:
    nomnuud = db.fetch_all(...)                # ердийн (блоклодог)
    return nomnuud

FastAPI нь тэр функцийг ТУСДАА АЖИЛЧИНД (thread pool) шилжүүлнэ.

Тэгэхээр тэр нь event loop -ыг БЛОКЛОХГҮЙ. Бусад хэрэглэгчид үргэлжлүүлэн үйлчлэгдэнэ.

ХОЁУЛАА АЖИЛЛАНА. FastAPI нь хоёуланг нь зөв зохицуулна.

Тэгвэл ялгаа нь юу вэ

async def:

• Давуу тал: илүү үр ашигтай (thread хэрэггүй)

• Сул тал: БҮХ дуудалт async байх ёстой

def:

• Давуу тал: ЭНГИЙН, БҮХ САН ажиллана (requests, ердийн файл)

• Сул тал: thread ашиглана (жаахан илүү нөөц)

Практикт ялгаа нь ХЭЗЭЭ мэдэгдэх вэ?

Зөвхөн МАШ ӨНДӨР ачаалалтай үед. Секундэд мянга, арван мянган хүсэлт.

Таны эхний хэдэн төсөлд — ялгаа нь МЭДЭГДЭХГҮЙ.

Хамгийн АЮУЛТАЙ алдаа

Одоо хамгийн чухал анхааруулгыг өгье.

async def бичээд, дотор нь БЛОКЛОДОГ зүйл дуудах — тэр нь ХАМГИЙН МУУ сонголт.

python

@app.get("/tsag-agaar")
async def tsag_agaar() -> dict:                # ASYNC
    hariult = requests.get(url, timeout=10)    # БЛОКЛОДОГ!
    return hariult.json()

Юу болох вэ?

requests.get() нь event loop -ыг БҮРЭН БЛОКЛОНО. Зөөгч гал тогоонд зогсоно.

Тэр 0.5 секундын турш — ямар ч хэрэглэгч үйлчлэгдэхгүй. БҮГД хүлээнэ.

Тэр нь ердийн def -ээс ХАМААГҮЙ МУУ!

Учир нь ердийн def бол FastAPI нь түүнийг ТУСДАА ажилчинд шилжүүлдэг — бусад хэрэглэгч хөндөгдөхгүй.

Харьцуулъя:

python

# 1. ЗӨВ — ердийн def, блоклодог сан
@app.get("/tsag-agaar")
def tsag_agaar() -> dict:
    hariult = requests.get(url, timeout=10)
    return hariult.json()
# → FastAPI нь тусдаа thread -д шилжүүлнэ. Бусад хэрэглэгч хөндөгдөхгүй. ✓


# 2. ЗӨВ — async def, async сан
@app.get("/tsag-agaar")
async def tsag_agaar() -> dict:
    async with httpx.AsyncClient() as client:
        hariult = await client.get(url, timeout=10)
    return hariult.json()
# → Event loop нь солигдоно. Хамгийн үр ашигтай. ✓


# 3. АЙМШИГТАЙ — async def, БЛОКЛОДОГ сан
@app.get("/tsag-agaar")
async def tsag_agaar() -> dict:
    hariult = requests.get(url, timeout=10)    # БЛОКЛОНО!
    return hariult.json()
# → БҮХ хэрэглэгч блоклогдоно. ХАМГИЙН МУУ. ✗

ГОЛ ДҮРЭМ:

async def бичвэл — ДОТОР НЬ БҮГД async байх ЁСТОЙ.

Хэрэв блоклодог сан ашиглаж байвал — ердийн def бич.

Тэр нь энэ хичээлийн ХАМГИЙН чухал өгүүлбэр.

Практик шийдвэрийн мод

Одоо бүх зүйлийг НЭГ энгийн дүрэм болгоё.

Та FastAPI endpoint бичиж байна.

Асуулт: Endpoint дотор ЮУ дуудаж байна вэ?

├── Зөвхөн санах ойд ажиллана (list, dict, тооцоолол)
│   → def эсвэл async def — ХАМААГҮЙ. Аль нь ч болно.
│
├── БЛОКЛОДОГ сан (requests, ердийн файл, sync ДС)
│   → ЕРДИЙН def. ЗААВАЛ.
│
└── ASYNC сан (httpx, async ДС)
    → async def. ЗААВАЛ.

Тэр л болоо.

Санамж: САН нь шийднэ, ТА биш.

• requests ашиглаж байна уу → def

• httpx (async горим) ашиглаж байна уу → async def

Бүлэг 15-ын capstone: аль нь вэ?

Одоо практик асуулт: Бүлэг 15-д та ямар кодыг бичих вэ?

Хариулт: ЕРДИЙН def.

Яагаад?

1. Тэр нь ЭНГИЙН. Та async, await, gather, event loop -ыг бодох шаардлагагүй.

2. Бидний capstone нь өгөгдлийн сан ашиглахгүй — зөвхөн санах ойд байгаа жагсаалт. Ямар ч хүлээлт байхгүй.

3. Ямар ч ялгаа гарахгүй. Ганц хэрэглэгч (та), гурван endpoint.

4. FastAPI нь бүрэн зөв ажиллана.

python

@app.get("/nomnuud")
def nomnuud_jagsaakh() -> list[Nom]:
    return nomnuud                             # санах ойн жагсаалт

Энгийн, тод, зөв.

Хэрэв та ирээдүйд өгөгдлийн сантай, олон хэрэглэгчтэй, өндөр ачаалалтай систем бичвэл — тэр үед async -ыг судлаарай. Тэр үед та бэлэн байх болно.

Async -ийг СУДЛАХ ЁСТОЙ ГЭДГИЙГ ХЭЗЭЭ МЭДЭХ ВЭ

Практик дохионууд:

1. Та ХЭМЖИЖ, УДААН гэдгийг ОЛСОН.

Бүлэг 10.3-ын цаг хэмжигч decorator -ыг ашиглаарай. Хэрэв I/O нь бүх цагийг идэж байвал — async нь тусалж болно.

Хэмжихээсээ өмнө оптимизаци ХИЙЖ БОЛОХГҮЙ. Бүлэг 5.4-ийн сургамж:

"Эрт оптимизаци бүү хий."

2. Танд ОЛОН ХАМААРАЛГҮЙ хүсэлт байна.

Таван хот, зуун API дуудалт — тэр үед async нь тод ашиг өгнө.

3. Таны сервер ӨНДӨР АЧААЛАЛТАЙ.

Секундэд мянга, арван мянган хүсэлт. Тэр үед thread -ийн нөөц асуудал болж эхэлнэ.

Эдгээрийн НЭГ Ч гараагүй бол — async бүү сурч цаг үр.

Async -гүйгээр зэрэг ажиллуулах

Нэг практик зөвлөгөө: async нь цорын ганц шийдэл БИШ.

Хэрэв танд олон API дуудалт хэрэгтэй, гэхдээ async -тэй холбогдох хүсэлгүй бол — thread ашиглаж болно:

python

from concurrent.futures import ThreadPoolExecutor
import requests
import time


def tsag_agaar_avakh(khot: tuple[float, float, str]) -> tuple[str, float]:
    lat, lon, ner = khot
    hariult = requests.get(
        "https://api.open-meteo.com/v1/forecast",
        params={
            "latitude": lat,
            "longitude": lon,
            "current": "temperature_2m",
            "timezone": "auto",
        },
        timeout=10,
    )
    temp = hariult.json()["current"]["temperature_2m"]
    return (ner, temp)


KHOTUUD = [
    (47.92, 106.92, "Улаанбаатар"),
    (49.49, 105.92, "Дархан"),
    (49.03, 104.08, "Эрдэнэт"),
    (35.68, 139.69, "Токио"),
    (51.51, -0.13, "Лондон"),
]

ekhelsen = time.time()

with ThreadPoolExecutor(max_workers=5) as executor:
    ur_dun = list(executor.map(tsag_agaar_avakh, KHOTUUD))

duussan = time.time()

for ner, temp in ur_dun:
    print(f"{ner:<15} {temp:>6.1f}°C")

print(f"\nНийт: {duussan - ekhelsen:.2f} секунд")

Улаанбаатар       18.7°C
Дархан            17.2°C
Эрдэнэт           16.9°C
Токио             28.4°C
Лондон            21.3°C

Нийт: 0.61 секунд

0.61 секунд — async -тэй БАРАГ ИЖИЛ!

Гэвч:

• async, await, gather, event loop — ЮУ Ч БАЙХГҮЙ

• requests -ыг ашиглаж байна (өөр сан хэрэггүй!)

• Функц нь ЕРДИЙН def

• with — Бүлэг 13.3-ын context manager

ThreadPoolExecutor нь таван "ажилчин" үүсгэж, тэдгээр нь хүсэлтүүдийг зэрэг илгээж байна.

Тэр нь async -ээс жаахан илүү нөөц иддэг (thread нь coroutine -ээс "хүнд"), гэхдээ олон зуун хүсэлт хүртэл ялгаа нь мэдэгдэхгүй.

Практик зөвлөгөө:

Хэрэв танд олон I/O ажлыг зэрэг хийх хэрэгтэй бол — ЭХЛЭЭД ThreadPoolExecutor -ыг оролдоорой.

Тэр нь async -ээс ХАМААГҮЙ ЭНГИЙН, ижил төстэй үр дүн өгнө.

Async -ыг зөвхөн ThreadPoolExecutor хангалтгүй болоход л сонго. Тэр нь ихэвчлэн хэзээ ч болдоггүй.

Айдсыг арилгах

Эцэст нь, энэ бүлгийн зорилгыг биелүүлье.

Async нь АЙМШИГТАЙ БИШ.

Тэр нь:

• Гурван түлхүүр үг: async def, await, asyncio.run()

• Нэг санаа: хүлээж байхдаа өөр ажил хий

• Нэг дүрэм: блоклодог зүйл бичиж болохгүй

Тэр л болоо.

Хэрэв та FastAPI-гийн documentation дээр async def харвал — та түүнийг уншиж чадна.

Хэрэв та түүнийг бичих ШААРДЛАГАТАЙ бол — та бичиж чадна.

Гэхдээ ихэнх тохиолдолд — та түүнийг бичихгүй. Тэр нь БҮРЭН ЗҮГЭЭР.

Async -ыг мэдэхгүй нь Python программист болоход саад БИШ.

Async -ыг ХЭРЭГГҮЙ газарт ашиглах нь илүү муу.

Туршаад үзээрэй

Хэрэв сонирхвол: дээрх ThreadPoolExecutor -ийн кодыг ажиллуулж, Хичээл 14.2-ын async кодтой харьцуулаарай. Хугацаа нь бараг ижил, гэхдээ код нь ХАМААГҮЙ энгийн.

Тэр харьцуулалт нь энэ хичээлийн бүх санааг харуулна.

Мөн хүсвэл: CPU-bound ажлыг ThreadPoolExecutor -ээр туршиж үзээрэй:

python

def khund_ajil(n: int) -> int:
    return sum(i * i for i in range(n))


with ThreadPoolExecutor(max_workers=5) as executor:
    ur_dun = list(executor.map(khund_ajil, [10_000_000] * 5))

Хугацаа нь БАРАГ БУУРАХГҮЙ. Учир нь CPU-bound ажилд thread ч бас тусалдаггүй (Python-ы GIL гэдэг механизмаас болж).

CPU-bound → multiprocessing. Гэхдээ тэр нь өөр сэдэв.

Товч дүгнэлт

• ШУУД ХАРИУЛТ: Ихэнх тохиолдолд танд async ХЭРЭГГҮЙ.

• ГУРВАН АСУУЛТ — гурвуулаа "тийм" байвал л async ашиг өгнө:

  1. Ажил нь I/O-bound уу? (CPU-bound → ЗОГС, async туслахгүй)

  2. ОЛОН хүлээлт байна уу? (нэг хүсэлт → утгагүй)

  3. Хүлээлтүүд ХАМААРАЛГҮЙ юу? (дараалсан, хамааралтай → давхцахгүй)

• Хамгийн ТОД хоёр тохиолдол: олон хамааралгүй API дуудалт, олон хэрэглэгчид үйлчилдэг сервер.

• FASTAPI-ГИЙН АЛБАН ЁСНЫ БАЙР СУУРЬ: "Эргэлзэж байвал — ердийн def ашигла."

  • async def → FastAPI нь event loop дээр ажиллуулна

  • def → FastAPI нь ТУСДАА ажилчинд шилжүүлнэ

  • ХОЁУЛАА АЖИЛЛАНА.

• ХАМГИЙН АЮУЛТАЙ АЛДАА: async def + БЛОКЛОДОГ сан (requests).

  • Event loop -ыг БҮРЭН блоклоно → БҮХ хэрэглэгч хүлээнэ

  • Тэр нь ердийн def -ээс ХАМААГҮЙ МУУ

• ГОЛ ДҮРЭМ:

  async def бичвэл — дотор нь БҮГД async байх ЁСТОЙ.
  Блоклодог сан ашиглаж байвал — ердийн def бич.
  САН нь шийднэ, ТА биш.

• Бүлэг 15-ын capstone: ЕРДИЙН def. Энгийн, тод, зөв. Ямар ч ялгаа гарахгүй.

• ThreadPoolExecutor — async -гүйгээр зэрэг ажиллуулах арга.

  • requests -ыг ашиглаж болно! Өөр сан хэрэггүй.

  • Хугацаа нь async -тэй БАРАГ ИЖИЛ (0.61с vs 0.58с)

  • Хамаагүй ЭНГИЙН

  • Эхлээд ҮҮНИЙГ оролд. Async -ыг зөвхөн энэ хангалтгүй болоход л сонго.

• Эрт оптимизаци бүү хий. Эхлээд ХЭМЖ (Бүлэг 10.3-ын цаг хэмжигч), дараа нь шийд.

• Async -ыг мэдэхгүй нь Python программист болоход саад БИШ. Хэрэггүй газарт ашиглах нь илүү муу.

Бүлэг 14 дууслаа. Async -ийн айдас арилав.

БҮЛЭГ 15 — CAPSTONE.

Одоо бид энэ курсийн бүх замын төгсгөлд ирлээ.

Хичээл 15.1: Framework ба library — ялгаа нь юу вэ? Тэнд бид Бүлэг 1.1-ийн амлалтыг биелүүлж, "framework-д бэлэн" гэдэг нь ЯГ ЮУ гэсэн үг болохыг бүрэн тайлбарлана.

Хичээл 15.2 — CAPSTONE: та ӨӨРИЙН FastAPI ПРОГРАММ бичнэ. Шинэ venv, pip install fastapi uvicorn, endpoint-ууд, Pydantic class-ууд. Дараа нь uvicorn -оор ажиллуулж, browser-ээр нээнэ.

Тэгээд /docs хуудсыг нээнэ.

Тэнд та өөрийн бичсэн TYPE HINT -үүдээс АВТОМАТААР үүссэн, БҮРЭН ИНТЕРАКТИВ баримт бичгийг харна. Товчлуур дарж, өөрийн API -г ТЭР ДОР НЬ туршиж болно.

Тэр мөч — энэ бүх курсийн ШАГНАЛ юм.

Хичээл 15.3: Documentation уншиж сурах — мета-ур чадвар.

Хичээл 15.4: Баяр хүргэе ба цаашдын зам.