支持异步的Generator“递归”

Python的generator最常用的方式就是作为迭代器使用，在Python中，可迭代对象是非常的实用。但是generator远比迭代器来得强大，从某版本开始，generator就拥有send方法了，这使得generator具有了在执行过程中接收外部输入的值后继续执行的能力。

当我们持有一个generator之后，我们可以做什么呢？

我们可以获得它的输出，并且给它传值。这里，隐含了一种特殊的模式，generator输出任务，而我们传入任务的执行结果。这个过程看起来就像一次函数调用一样:)

这里最关键的一点是，我们持有了任务的处理过程，而generator并不关心任务是如何被处理的。实际上，我们可以直接执行，或者丢给异步引擎，或者丢到线程池，或者干脆提交到远程机器上执行。我们把这个分配任务的部分叫做调度器吧:)

---

递归

如果generator生成的任务本身也是generator呢？我们应当如何让generator完成递归呢？

如何返回值？

其实我们直接用yield返回值即可。但是我们需要把任务和值区分开来，因为python并没有提供什么有效的方式能把这两者分离。所以我们通过yield出的值的类型判断即可，我们可以定义一个接口，所有持有某个方法的对象都是任务。

调度器的困境

这里有一个重要的问题是，也就是generator的下一次操作，取决于任务是否完成。而这个操作是由任务决定的，调度器无法做到这一点。这导致一个问题，调度器不能直接控制generator的执行，它需要把控制的操作下传给任务，让任务在结束后自动完成这个操作。只有这样，调度器才不需要独立的线程或者额外的方式进行控制，因为它的触发是被动的。

执行任务

任务的执行需要接受一个callback和一个error_callback函数，当任务完成的时候，它执callback，出现错误则执行error_callback。

我们需要把对于generator的控制封装到一个callback中，使得任务可以调用这个函数，完成它的功能。我们可以把重试的函数作为error_callback传入任务，这使得任务在失败之后可以被重试。

实现

下面是一个实现。包含了如下的一些特性。

• 调度器可以作为装饰器使用（如果忽略错误和返回值）
• 对于正常的函数，它能够直接返回结果（传递给callback）
• 对于普通的generator输出，它能把generator的输出作为参数传递给callback
• 所有的任务对象都包含一个dojob方法，它接受callback和err_callback，用于完成任务
• 任务包含了重试机制，当任务失败次数达到限额之后，整个任务会直接失败（整个递归过程）

RecTask任务

• 默认的RecTask类型，是常规的python函数调用，包含函数和它的参数。
• RecTask方法包含一个transform方法，用于对任务函数进行变换（完全是一个约定）。这个方法不会修改原始的任务函数，因为一个可变对象在重复调用的过程中会出现难以预计的问题。
• RecTask的run方法，用于接受新的任务函数（如果是None则直接执行原始的函数）
• 通过继承RecTask，可以构造其它的任务执行方式。比如通过异步引擎来执行任务。这也使得异步架构能够完成一些递归任务:)

import sys

def rec_gen(func, callback=None, err_callback=None):
    '''
    callback: run after func finish
    '''
    def trans_func(*args, **kwargs):
        def error_do(e):
            print('@rec_func_error:', e, file=sys.stderr)
            if err_callback is not None:
                err_callback()
        try:
            g = func(*args, **kwargs)
        except Exception as e:
            error_do(e)
            return
        if not isinstance(g, types.GeneratorType):
            #return if g is not generator
            if callback is not None:
                callback(g)
            return
        ans = []
        def go_through(it=None):
            try:
                em = g.send(it)
                if not hasattr(em, 'dojob'):
                    ans.append(em)
                    go_through(None)
                else:
                    try_count = 0
                    def todo_next(try_limit=10):
                        '''
                        child proc with retry
                        '''
                        nonlocal try_count
                        if try_count < try_limit:
                            try_count += 1
                            if try_count > 1:
                                print('@retry:# try_count: %s' % try_count, file=sys.stderr)
                            em.dojob(callback=go_through, err_callback=todo_next)
                        else:
                            #raise Exception('can not recover error after %s retrys' % try_limit)
                            print('@rec_recover_failed: after try %s time at one node' % try_limit, file=sys.stderr)
                            print('@task is complete failed:(')
                            if err_callback is not None:
                                #let the task tree fail
                                g.close()
                                err_callback(0)
                    todo_next(10)
            except StopIteration as st:
                if callback is not None:
                    callback(*ans)
                return
            except Exception as e:
                g.close()
                error_do(e)
                return
        go_through()
    return trans_func

from functools import partial


class RecTask(object):
    def __init__(self, func, *args, **kwargs):
        self.func = func
        self.args = args
        self.kwargs = kwargs

    def dojob(self, callback=None, err_callback=None):
        self.run(self.transform(partial(rec_gen, callback=callback, err_callback=err_callback)))

    def transform(self, f):
        return f(self.func)

    def run(self, func=None):
        if func is None:
            func = self.func
        return func(*self.args, **self.kwargs)


if __name__ == '__main__':
    sys.setrecursionlimit(10000000)
    def fib(n):
        if n <= 1:
            yield n
        else:
            yield (yield RecTask(fib, n-1)) + (yield RecTask(fib, n-2))
    pfib = rec_gen(fib, lambda x: print(x))
    for i in range(15):
        pfib(i)

奉上一段fibonacci序列的代码。你可以单纯的把yield RecTask看成apply。这个程序的一个问题是，它对栈空间消耗特别大:)

sys.setrecursionlimit(10000000)

def fib(n):
    if n <= 1:
        yield n
    else:
        yield (yield RecTask(fib, n-1)) + (yield RecTask(fib, n-2))

pfib = rec_gen(fib, lambda x: print(x))
for i in range(15):
    pfib(i)

一个典型的异步HTTPTask

我们假定sender(request, callback)是一个异步接口。那么我们的异步Task任务如下:)

class HTTPTask(RecTask):
    def __init__(self, sender, req, callback):
        self.sender = sender
        self.req = req
        self.callback = callback

    def transform(self, f):
        return f(self.callback)

    def run(self, callback=None):
        if callback is None:
            callback = self.callback
        self.sender(self.req, callback)