Python 异步编程与协程实战指南

在 I/O 密集型任务中，同步阻塞往往成为性能瓶颈。异步编程允许程序在等待网络或文件操作时继续处理其他逻辑，从而显著提升吞吐量。本文将深入探讨 Python 中的协程、事件循环以及 asyncio 和 aiohttp 库的实战应用。

为什么需要异步编程

传统的同步代码在执行耗时操作（如 HTTP 请求）时会挂起当前线程，导致资源浪费。异步模式通过非阻塞机制，让单个线程能并发处理多个任务。其核心优势在于：

提升效率：I/O 等待期间不占用 CPU 时间片。
降低开销：相比多线程，协程切换成本极低。
简化结构：避免回调地狱，代码更接近同步写法。

常见场景包括高并发 Web 服务、批量数据抓取及实时通信等。

理解协程：轻量级并发单元

协程（Coroutine）是 Python 异步编程的基础。使用 async def 定义的函数即为协程函数，调用它不会立即执行，而是返回一个协程对象。真正的执行需要通过事件循环调度。

import asyncio

async def hello():
    print('Hello, World!')
    await asyncio.sleep(1)
    print('Hello again!')

注意 await 关键字，它表示在此处暂停协程，将控制权交还给事件循环，直到 sleep 完成。若需同时运行多个协程，可使用 asyncio.gather：

async def count():
    print('Counting...')
    await asyncio.sleep(1)
    print('Counted!')

async def main():
    await asyncio.gather(count(), count(), count())

asyncio.run(main())

任务调度与管理

在实际开发中，我们常需要将协程包装为任务（Task），以便更灵活地控制生命周期。

创建与取消任务

使用 asyncio.create_task 可以将协程注册到事件循环中，使其后台运行。若需提前终止，可调用 task.cancel()。

import asyncio

async def ():
    :
        ()
         asyncio.sleep()
        ()
     asyncio.CancelledError:
        ()

  ():
    task = asyncio.create_task(hello())
     asyncio.sleep()
    task.cancel()
    :
         task
     asyncio.CancelledError:
        ()

asyncio.run(main())

Python 异步编程与协程实战指南