我对如何在python / twisted中编写异步代码感到有点困惑。假设（为了论证）我向世界公开了一个函数，它接受一个数字并返回True / False，如果它是素数/非素数，所以它看起来像这样模糊：
def IsPrime(numberin):
for n in range(2,numberin):
if numberin % n == 0: return(False)
return(True)
（只是为了说明）。
现在假设有一个网络服务器需要根据提交的值调用IsPrime。大numberin需要很长时间。
如果同时另一个用户询问一个小数的素数，是否有办法使用reactor / deferreds架构异步运行两个函数调用，以便在结果之前返回短计算结果长期计算？
如果IsPrime功能来自我的网络服务器将执行延迟的getPage的其他网络服务器，我理解如何执行此操作，但如果它只是一个本地函数呢？
即，可以在两次调用IsPrime之间以某种方式进行时间共享，还是需要显式调用新线程？
或者，IsPrime循环是否需要分成一系列较小的循环，以便控制可以快速传递回反应堆？
还是其他什么？
答案 0 :(得分：26)
我认为你目前的理解基本上是正确的。 Twisted只是一个Python库，你编写的Python代码正常执行，就像你期望的Python代码一样：如果你只有一个线程（和一个进程），那么一次只能发生一件事。 Twisted提供的API几乎没有创建新的线程或进程，因此在正常情况下，您的代码会按顺序运行; isPrime在第一次完成执行后才能再次执行。
仍在考虑单个线程（和单个进程），Twisted的所有“并发”或“并行性”来自这样一个事实，即不是阻塞网络I / O（以及某些其他阻塞操作），Twisted提供用于以非阻塞方式执行操作的工具。这使得程序可以继续执行其他工作，否则可能无法等待阻塞I / O操作（例如读取或写入套接字）以完成。
通过将它们分成小块并让事件处理程序在这些块之间运行，可以使事物“异步”。如果转换不会使代码更难理解和维护，这有时是一种有用的方法。 Twisted提供了一个帮助程序来安排这些工作块cooperate。使用此帮助程序是有益的，因为它可以根据所有不同的工作源做出调度决策，并确保在没有显着额外延迟的情况下有剩余时间来服务事件源（换句话说，您添加的作业越多） ，每个工作得到的时间越少，以便反应堆能够继续完成其工作。）
Twisted还提供了几个用于处理线程和进程的API。如果不明显如何将作业分成块，这些可能很有用。您可以使用deferToThread在线程池中运行（线程安全！）函数。方便的是，此API返回Deferred，最终将使用函数的返回值触发（如果函数引发异常，则使用Failure）。这些延迟看起来像任何其他的，并且就使用它们的代码而言，它也可以从像getPage这样的调用回来 - 一个不使用额外线程的函数，只是非阻塞I / O和事件处理程序。
由于Python不适合在单个进程中运行多个CPU绑定线程，因此Twisted还提供了一个非阻塞API，用于启动子进程并与子进程通信。您可以将计算卸载到此类进程以利用额外的CPU或核心，而无需担心GIL会降低您的速度，这既不是分块策略也不是线程方法提供的。处理此类流程的最低级API是reactor.spawnProcess。还有Ampoule，这个包将为您管理流程池，并为流程deferToAMPProcess提供deferToThread的模拟。