Python asyncio 异步编程详解

1. 什么是异步编程？

异步编程是一种编程范式，允许程序在等待某些操作（如网络请求、文件读写等 I/O 操作）完成时，不阻塞主线程，而是继续执行其他任务。与传统的同步编程相比，同步编程在执行耗时操作时会暂停程序，直到操作完成，而异步编程则能在等待时处理其他任务，从而提高程序的效率和响应性。

异步编程特别适合处理大量并发任务的场景，例如网络爬虫、Web 服务器或实时应用。

2. Python 中的异步支持

Python 从 3.5 版本开始，通过内置的 asyncio 模块提供了对异步编程的支持。asyncio 模块的核心是一个事件循环（event loop），它负责调度和执行异步任务。通过 asyncio，开发者可以轻松编写异步代码来处理并发操作。

3. 异步函数（协程）

在 Python 中，异步函数（也称为协程）使用 async def 关键字定义。异步函数内部可以使用 await 关键字暂停执行，等待某个异步操作完成。

示例代码：

import asyncio

async def say_hello():
    print("Hello")
    await asyncio.sleep(1)  # 模拟一个耗时1秒的 I/O 操作
    print("World")

# 运行异步函数
asyncio.run(say_hello())

运行结果：

Hello
(等待1秒)
World
  • async def：定义一个异步函数。
  • await：暂停协程，等待 asyncio.sleep(1) 完成后再继续执行。
  • asyncio.sleep()：一个异步的睡眠函数，常用于模拟 I/O 操作。

4. 事件循环

事件循环是异步编程的核心，它负责管理所有异步任务的执行、暂停和恢复。Python 提供了一个便捷的函数 asyncio.run() 来运行异步代码，它会自动创建一个事件循环，运行传入的异步函数，并在完成后关闭循环。

使用方法：

asyncio.run(say_hello())

如果你需要更细粒度的控制，可以手动创建和管理事件循环，但 asyncio.run() 通常足以满足大多数需求。

5.任务（Tasks）

任务是对协程的封装，用于在事件循环中并发运行。使用 asyncio.create_task() 可以创建任务，让多个异步操作同时执行。

示例代码：

import asyncio

async def say_hello():
    print("Hello")
    await asyncio.sleep(1)
    print("World")

async def main():
    task1 = asyncio.create_task(say_hello())
    task2 = asyncio.create_task(say_hello())
    await task1  # 等待任务1完成
    await task2  # 等待任务2完成

asyncio.run(main())

运行结果：

Hello
Hello
(等待1秒)
World
World
  • asyncio.create_task()：创建任务并立即在事件循环中运行。
  • 并发性：task1 和 task2 几乎同时开始执行，总耗时约为1秒，而不是2秒。

6.并发执行多个任务

要同时运行多个异步任务并等待它们全部完成，可以使用 asyncio.gather()。这是一种高效的方式，能够实现任务的并行执行。

示例代码：

import asyncio

async def fetch_data(id):
    print(f"Fetching data {id}")
    await asyncio.sleep(2)  # 模拟耗时2秒的网络请求
    print(f"Data {id} fetched")
    return f"Data {id}"

async def main():
    results = await asyncio.gather(fetch_data(1), fetch_data(2), fetch_data(3))
    print("所有结果:", results)

asyncio.run(main())

运行结果：

Fetching data 1
Fetching data 2
Fetching data 3
(等待2秒)
Data 1 fetched
Data 2 fetched
Data 3 fetched
所有结果: ['Data 1', 'Data 2', 'Data 3']
  • asyncio.gather()：同时运行多个协程，并返回它们的返回值列表。
  • 效率提升：三个任务并行执行，总耗时约为2秒，而不是串行执行的6秒。

7.实际应用场景

异步编程在以下领域中非常有用：

  • Web 服务器：如使用 FastAPI 或 Quart，高效处理大量并发请求。
  • 网络客户端：结合 aiohttp 等库并行发送 HTTP 请求，提升爬虫或 API 调用效率。
  • 数据库操作：使用异步数据库驱动（如 aiomysql）执行查询，避免阻塞。
  • GUI 应用：在后台运行耗时任务，保持界面响应流畅。

8.注意事项

  • 任务调度：异步编程依赖事件循环来调度任务，确保任务之间不会相互阻塞。
  • 资源竞争：在并发任务中，注意共享资源的访问，避免出现竞争条件。
  • 代码可读性：异步代码可能比同步代码更复杂，建议保持逻辑清晰，使用 async 和 await 明确任务依赖关系。

9.总结

异步编程是 Python 中处理并发任务的强大工具，尤其适用于 I/O 密集型操作。通过掌握 asyncio 模块、异步函数、事件循环和任务管理，你可以编写高效、响应迅速的应用程序。无论是网络编程还是实时应用，异步编程都能显著提升性能和用户体验，是现代 Python 开发中不可或缺的一部分。