Asyncio循環內的Asyncio循環

Question

我剛剛開始使用Asyncio，並且嘗試使用它來解析網站。

我正在嘗試解析站點的6個部分（ self.signals ），每個部分都有N個頁面，每個頁面上都有表格，因此本質上，我正在嘗試異步調用哪個部分的循環，並在每個部分中同步頁面部分。 到目前為止，這就是我所擁有的。

class FinViz():
    def __init__(self):
        self.url = 'https://finviz.com/screener.ashx?v=160&s='

        self.signals = {
            'Earnings_Before' : 'n_earningsbefore',
            'Earnings_After' : 'n_earningsafter',
            'Most_Active' : 'ta_mostactive',
            'Top_Gainers' : 'ta_topgainers',
            'Most_Volatile' : 'ta_mostvolatile',
            'News' : 'n_majornews',
            'Upgrade' : 'n_upgrades',
            'Unusual_Volume' : 'ta_unusualvolume' 
        }

        self.ticks = []

    def _parseTable(self, data):
        i, signal = data
        url = self.signals[signal] if i == 0 else self.signals[signal] + '&r={}'.format(str(i * 20 + 1))
        soup = BeautifulSoup(urlopen(self.url + url, timeout = 3).read(), 'html5lib')
        table = soup.find('div', {'id' : 'screener-content'}).find('table', 
            {'width' : '100%', 'cellspacing': '1', 'cellpadding' : '3', 'border' : '0', 'bgcolor' : '#d3d3d3'})
        for row in table.findAll('tr'):
            col = row.findAll('td')[1]
            if col.find('a'):
                self.ticks.append(col.find('a').text)


    async def parseSignal(self, signal):
        try:
            soup = BeautifulSoup(urlopen(self.url + self.signals[signal], timeout = 3).read(), 'html5lib')

            tot = int(soup.find('td', {'class' : 'count-text'}).text.split()[1])

            with concurrent.futures.ThreadPoolExecutor(max_workers = 20) as executor:
                loop = asyncio.get_event_loop()
                futures = []
                for i in range(tot // 20 + (tot % 20 > 0)):
                    futures.append(loop.run_in_executor(executor, self._parseTable, (i, signal)))


                for response in await asyncio.gather(*futures):
                    pass    
        except URLError:
            pass


    async def getAll(self):
        with concurrent.futures.ThreadPoolExecutor(max_workers = 20) as executor:
            loop = asyncio.get_event_loop()
            futures = []
            for signal in self.signals:
                futures.append(await loop.run_in_executor(executor, self.parseSignal, signal))

            for response in await asyncio.gather(*futures):
                pass
        print(self.ticks)

if __name__ == '__main__':

    x = FinViz()
    loop = asyncio.get_event_loop()
    loop.run_until_complete(x.getAll())

這確實可以成功完成這項工作，但是它比我不使用asyncio進行解析時要慢一些。

異步菜鳥有什么提示嗎？

編輯：添加了完整代碼

Answer 1

請記住，python有一個GIL，所以線程化代碼對性能沒有幫助。 要潛在地加快速度，請使用ProcessPoolExecutor，但是請注意，您會產生以下開銷：

1. 腌制/解酸數據給子流程工作者
2. 腌制/解酸結果發送回主流程

您可以避免1.如果您在fork安全的環境中運行並將數據存儲在全局變量中。

您還可以執行諸如共享內存映射文件之類的操作...也共享原始字符串/字節是最快的。