在用Python进行coroutine尾调用时，使用或避免coroutines是更多的Pythonic (和/或表演性)吗？

Question

在Python中，我通常会遇到这样一种情况:我有许多嵌套的3.5+，只是为了调用一个深度为协同的东西，在大多数函数中，await只是在尾部调用，如下所示：

import asyncio

async def deep(time):
    await asyncio.sleep(time)
    return time

async def c(time):
    time *= 2
    return await deep(time)

async def b(time):
    time *= 2
    return await c(time)

async def a(time):
    time *= 2
    return await b(time)

async def test():
    print(await a(0.1))

loop = asyncio.get_event_loop()
loop.run_until_complete(test())
loop.close()

这些函数a、b和c可以编写为返回协同线的正则函数，而不是作为协同线本身编写，如下所示：

import asyncio

async def deep(time):
    await asyncio.sleep(time)
    return time

def c(time):
    time *= 2
    return deep(time)

def b(time):
    time *= 2
    return c(time)

def a(time):
    time *= 2
    return b(time)

async def test():
    print(await a(0.1))

loop = asyncio.get_event_loop()
loop.run_until_complete(test())
loop.close()

哪条路更像毕多诺？哪条路更有表现力？对其他人来说，未来哪一种方式更容易维护？

编辑-性能测量

作为性能测试，我从await asyncio.sleep(time)中删除了deep行，并对await a(0.1)进行了1,000,000次迭代。在我使用CPython 3.5.2的测试系统上，第一个版本大约需要2.4秒，第二个版本大约需要1.6秒。所以看起来做任何事情都会有性能上的损失，但这肯定不是一个数量级。也许拥有更多经验的Python代码可以创建一个适当的基准，并最终解决性能问题。

Answer 1

使用第一个:您不仅可以显式地显示代码可以挂起的位置(放置await的位置)，还可以获得所有相关的好处，比如显示有帮助的执行流的跟踪。

要查看两者之间的差异，请更改您的deep协同值以抛出一些错误：

async def deep(time):
    await asyncio.sleep(time)
    raise ValueError('some error happened')
    return time

对于第一个片段，您将看到以下输出：

Traceback (most recent call last):
  File ".\tmp.py", line 116, in <module>
    loop.run_until_complete(test())
  File ".\Python36\lib\asyncio\base_events.py", line 466, in run_until_complete
    return future.result()
  File ".\tmp.py", line 113, in test
    print(await a(0.1))
  File ".\tmp.py", line 110, in a
    return await b(time)
  File ".\tmp.py", line 106, in b
    return await c(time)
  File ".\tmp.py", line 102, in c
    return await deep(time)
  File ".\tmp.py", line 97, in deep
    raise ValueError('some error happened')
ValueError: some error happened

但只适用于第二个片段：

Traceback (most recent call last):
  File ".\tmp.py", line 149, in <module>
    loop.run_until_complete(test())
  File ".\Python36\lib\asyncio\base_events.py", line 466, in run_until_complete
    return future.result()
  File ".\tmp.py", line 146, in test
    print(await a(0.1))
  File ".\tmp.py", line 130, in deep
    raise ValueError('some error happened')
ValueError: some error happened

正如您所看到的，第一次回溯帮助您看到“真实”(和有帮助的)执行流程，而第二次跟踪帮助您查看“真实”(且有帮助的)执行流程。

第一种编写代码的方法也要好得多:想象一下，一旦理解了b(time)也应该包含一些异步调用，比如await asyncio.sleep(time)。在第一个片段中，这个调用可以直接放置，而不需要进行任何其他更改，但是在第二个片段中，您必须重写代码的许多部分。

Answer 2

这是一个罕见的例子，“这是毕达通吗？”其实不是一个基于意见的问题。尾呼叫优化正式是非Pythonic的：

所以让我来为我的立场辩护(我不想在语言中消除尾递归)。如果你想要一个简短的答案，那就是非丙酮- BDFL

(另请参阅)