Python 异步编程：asyncio 原理与实战指南

2026年4月3日作者 sayamber

Python 异步编程：asyncio 原理与实战指南

异步编程是处理 IO 密集型任务的利器。Python 的 asyncio 库提供了协程、事件循环等核心机制，让单线程 Python 也能高效处理大量并发请求。

一、同步 vs 异步 vs 多线程

同步：顺序执行，简单直观，IO 等待时 CPU 空闲
多线程：并发 IO，但有 GIL 限制，线程切换有开销
异步协程：单线程内切换，无 GIL 限制，IO 等待时切换任务，适合高并发网络服务

二、asyncio 核心概念

import asyncio

# 协程函数
async def fetch_data(url):
    print(f"开始请求 {url}")
    await asyncio.sleep(1)  # 模拟 IO 等待，让出控制权
    return f"数据来自 {url}"

# 并发执行多个协程
async def main():
    tasks = [
        fetch_data("https://api1.example.com"),
        fetch_data("https://api2.example.com"),
        fetch_data("https://api3.example.com"),
    ]
    # gather 并发执行，总耗时约1秒（而非3秒）
    results = await asyncio.gather(*tasks)
    print(results)

asyncio.run(main())

三、事件循环工作原理

事件循环是 asyncio 的核心，它持续监听 IO 事件和回调：

执行协程直到遇到 await（IO 等待）
将当前协程挂起，切换到其他就绪协程
IO 完成后，恢复挂起的协程继续执行

四、实战：异步 HTTP 请求（aiohttp）

import aiohttp
import asyncio

async def fetch(session, url):
    async with session.get(url) as response:
        return await response.json()

async def fetch_all(urls):
    async with aiohttp.ClientSession() as session:
        tasks = [fetch(session, url) for url in urls]
        return await asyncio.gather(*tasks)

# 并发请求100个接口，耗时约等于最慢的那个
urls = [f"https://api.example.com/item/{i}" for i in range(100)]
results = asyncio.run(fetch_all(urls))

总结

asyncio 适合 IO 密集型任务（网络请求、数据库查询、文件读写），不适合 CPU 密集型任务（计算、图像处理）。理解事件循环原理，才能写出正确、高效的异步代码。

发表评论取消回复