Python上級

上級 Pythonで学ぶ非同期処理｜練習問題編

 

導入

非同期処理は、特にI/O操作を伴うアプリケーションにおいて、効率的なリソース管理を実現するための重要な技術です。Pythonの非同期処理を理解し、実践することで、アプリケーションの応答性を向上させることが可能になります。本記事では、実務でよく遭遇するシナリオを通じて、非同期処理の深い理解を目指します。

教科書レベルの解説（非同期処理）

重要な概念の整理

非同期処理は、複数のタスクを同時に実行することを可能にし、特にI/Oバウンドな処理においてパフォーマンスを向上させます。Pythonでは、asyncioモジュールを利用して非同期プログラミングを行います。このモジュールは、コルーチンを使用してタスクを管理し、イベントループを通じて非同期処理を実現します。

コード例（Python）


import asyncio
import random

async def fetch_data(data_id):
    await asyncio.sleep(random.uniform(0.1, 1.0))  # 模擬的なI/O操作
    return f"Data for ID: {data_id}"

async def main():
    tasks = [fetch_data(i) for i in range(5)]
    results = await asyncio.gather(*tasks)
    for result in results:
        print(result)

if __name__ == "__main__":
    asyncio.run(main())

コードの行ごとの解説

  1. import asyncio：非同期処理を行うためのasyncioモジュールをインポートします。
  2. import random：ランダムな待機時間を生成するためにrandomモジュールをインポートします。
  3. async def fetch_data(data_id):：非同期関数fetch_dataを定義します。引数としてデータIDを受け取ります。
  4. await asyncio.sleep(random.uniform(0.1, 1.0))：模擬的なI/O操作として、0.1秒から1秒のランダムな時間待機します。
  5. return f"Data for ID: {data_id}"：データIDに基づいてデータを返します。
  6. async def main():：メインの非同期関数を定義します。
  7. tasks = [fetch_data(i) for i in range(5)]：5つのfetch_dataタスクをリストに格納します。
  8. results = await asyncio.gather(*tasks)：全てのタスクを同時に実行し、結果を待ちます。
  9. for result in results:：取得した結果をループで出力します。
  10. if __name__ == "__main__":：スクリプトが直接実行された場合のエントリーポイントです。
  11. asyncio.run(main())：メイン関数を実行します。

練習問題編

以下の練習問題に挑戦し、非同期処理の理解を深めましょう。

  1. 非同期関数fetch_dataを修正して、データを取得する際にエラーが発生した場合はリトライするようにしてください。
  2. 複数の非同期関数を使用して、異なるデータソースからデータを同時に取得するプログラムを作成してください。
  3. 非同期処理の実行時間を測定し、同期処理と比較してください。どのような違いが見られましたか？

まとめ

  • 非同期処理を利用することで、アプリケーションのパフォーマンスを向上させることが可能です。
  • asyncioモジュールを活用することで、簡潔な非同期プログラミングが実現できます。
  • 実務においては、エラーハンドリングやリトライ機能を組み込むことが不可欠です。
RELATED POST