在昨天的直播中，有同学问道，如果使用 asyncio + httpx 实现并发请求，怎么 限制 请求的频率呢?怎么限制最多只能有 x 个请求同时发出呢?我们今天给出两种方案。
提出问题
假设如果我们同时发起12个请求，每个请求的时间不同，那么总共的请求时间大概跟最长耗时的请求差不多。我们先来写一个用于测试的例子：
import asyncio import httpx import time async def req(delay): print(f '请求一个延迟为{delay}秒的接口' ) async with httpx.AsyncClient(timeout=20) as client: resp = await client.get(f 'http://127.0.0.1:8000/sleep/{delay}' ) result = resp.json() print(result) async def main(): start = time . time () delay_list = [3, 6, 1, 8, 2, 4, 5, 2, 7, 3, 9, 8] task_list = [] for delay in delay_list: task = asyncio.create_task(req(delay)) task_list.append(task) await asyncio.gather(*task_list) end = time . time () print(f '一共耗时：{end - start}' ) asyncio.run(main())这段代码，使用 for 循环创建了12个 协程 任务，这些任务几乎同时运行，于是，请求完成所有的接口，总共耗时如下图所示：
现在的问题是，由于网站有反爬虫机制，最多只能同时发起3个请求。那么我们怎么确保同一时间最多只有3个协程在请求网络呢?
限制协程任务数
第一个方案跟以前限制多线程的线程数的方案相同。我们创建一个列表，确保列表里面最多只有3个任务，然后持续循环检查，发现有任务完成了，就移除这个完成的任务，并加入一个新的任务，直到待爬的列表为空，这个任务列表也为空。代码如下：
import asyncio import httpx import time async def req(delay): print(f '请求一个延迟为{delay}秒的接口' ) async with httpx.AsyncClient(timeout=20) as client: resp = await client.get(f 'http://127.0.0.1:8000/sleep/{delay}' ) result = resp.json() print(result) async def main(): start = time . time () delay_list = [3, 6, 1, 8, 2, 4, 5, 2, 7, 3, 9, 8] task_list = [] while True : if not delay_list and not task_list: break while len(task_list) < 3: if delay_list: delay = delay_list.pop() task = asyncio.create_task(req(delay)) task_list.append(task) else : break task_list = [task for task in task_list if not task.done()] await asyncio.sleep(1) end = time . time () print(f '一共耗时：{end - start}' ) asyncio.run(main())运行效果如下图所示：
总共耗时大概28秒左右。比串行需要的58秒快了一半，但比全部同时并发多了一倍。
使用 Semaphore
asyncio 实际上自带了一个限制协程数量的类，叫做Semaphore。我们只需要初始化它，传入最大允许的协程数量，然后就可以通过上下文管理器来使用。我们看一下代码：
import asyncio import httpx import time async def req(delay, sem): print(f '请求一个延迟为{delay}秒的接口' ) async with sem: async with httpx.AsyncClient(timeout=20) as client: resp = await client.get(f 'http://127.0.0.1:8000/sleep/{delay}' ) result = resp.json() print(result) async def main(): start = time . time () delay_list = [3, 6, 1, 8, 2, 4, 5, 2, 7, 3, 9, 8] task_list = [] sem = asyncio.Semaphore(3) for delay in delay_list: task = asyncio.create_task(req(delay, sem)) task_list.append(task) await asyncio.gather(*task_list) end = time . time () print(f '一共耗时：{end - start}' ) asyncio.run(main())运行效果如下图所示：
耗时为22秒，比第一个方案更快。
我们来看看Semaphore的用法，它的格式为：
sem = asyncio.Semaphore(同时运行的协程数量) async def func(sem): async with sem: 这里是并发执行的代码 task_list = [] for _ in range(总共需要执行的任务数): task = asyncio.create_task(func(sem)) task_list.append(task) await asyncio.gather(*task_list)当我们要限制一个协程的 并发数 的时候，可以在调用协程之前，先初始化一个Semaphore对象。然后把这个对象传到需要限制并发的协程里面，在协程里面，使用异步上下文管理器包住你的正式代码：
async with sem: 正式代码这样一来，如果并发数没有达到限制，那么async with sem会瞬间执行完成，进入里面的正式代码中。如果并发数已经达到了限制，那么其他的协程会阻塞在async with sem这个地方，直到正在运行的某个协程完成了，退出了，才会放行一个新的协程去替换掉这个已经完成的协程。
这个写法其实跟多线程的加锁很像。只不过锁是确保同一个时间只有一个线程在运行，而Semaphore可以人为指定能有多少个协程同时运行。
如何限制1分钟内能够运行的协程数
可能同学看了上面的例子以后，只知道如何限制同时运行的协程数。但是怎么限制在一段时间里同时运行的协程数呢?
其实非常简单，在并发的协程里面加个 asyncio.sleep 就可以了。例如上面的例子，我想限制每分钟只能有3个协程，那么可以把代码改为：
async def req(delay, sem): print(f '请求一个延迟为{delay}秒的接口' ) async with sem: async with httpx.AsyncClient(timeout=20) as client: resp = await client.get(f 'http://127.0.0.1:8000/sleep/{delay}' ) result = resp.json() print(result) await asyncio.sleep(60)总结
如果大家要限制协程的并发数，那么最简单的办法就是使用asyncio.Semaphore。但需要注意的是，只能在启动协程之前初始化它，然后传给协程。要确保所有并发协程拿到的是同一个Semaphore对象。
当然，你的程序里面，可能有多个不同的部分，有些部分限制并发数为 a，有些部分限制并发数为 b。那么你可以初始化多个Semaphore对象，分别传给不同的协程。
原文链接：https://mp.weixin.qq测试数据/s/zs319rzFDE5y7v4egbZOUQ
查看更多关于一日一技：使用 Asyncio 如何限制协程的并发数的详细内容...