asyncio：从入门到进阶

预计阅读时间：6 分钟

在现代软件开发中，高并发已成为常态，尤其是在处理Web服务、网络爬虫或实时数据处理时。Python的asyncio库作为其原生的异步I/O框架，为开发者提供了一种高效处理并发I/O操作的手段。本文将系统性地介绍asyncio，从基本概念到高级用法，并辅以丰富的代码示例，助你深入掌握这一强大工具。

一、Asyncio简介

在传统的同步编程模型中，程序按顺序执行，当遇到I/O操作（如网络请求、文件读写）时，整个线程会阻塞等待，造成资源浪费。为解决此问题，Python引入了asyncio，它基于“协程”和“事件循环”机制，允许在单线程内并发执行多个任务，尤其适合I/O密集型场景。

Asyncio自Python 3.4起引入，经过多个版本迭代，已成为标准库中不可或缺的一部分。它不仅提升了程序的吞吐量，还避免了多线程编程中的锁竞争和线程安全问题，是现代Python异步编程的基石。

二、基本概念解析

协程：协程是asyncio的基本执行单元。使用async def定义的函数返回一个协程对象。它不会立即执行，而是需被事件循环调度。通过await关键字，协程可以暂停自身，等待另一个协程完成后再恢复。

事件循环：事件循环是asyncio的核心调度器。它负责监听I/O事件、管理任务队列，并在适当时候唤醒挂起的协程。每个线程最多只有一个事件循环。

任务：任务是对协程的封装，使其在事件循环中被独立调度。通过asyncio.create_task()可将协程注册为任务，从而实现并发执行。

Future：Future是一个低级的“占位符”对象，用于表示一个尚未完成的计算。Task是Future的子类，提供了更高层次的抽象。

三、常见用法与代码示例

基础协程定义与执行

import asyncio

async def hello():
    print("Hello")
    await asyncio.sleep(1)  # 模拟异步I/O操作
    print("World")

# 运行主协程
asyncio.run(hello())

并发执行多个任务

async def task(name, delay):
    print(f"Task {name} starting")
    await asyncio.sleep(delay)
    print(f"Task {name} done")

async def main():
    # 并发创建多个任务
    await asyncio.gather(
        task("A", 1),
        task("B", 2),
        task("C", 1)
    )

asyncio.run(main())

使用create_task实现并发

async def main():
    task_a = asyncio.create_task(task("A", 1))
    task_b = asyncio.create_task(task("B", 2))

    await task_a
    await task_b

asyncio.run(main())

异步上下文管理器

class AsyncResource:
    async def __aenter__(self):
        print("Resource acquired")
        return self

    async def __aexit__(self, exc_type, exc, tb):
        print("Resource released")

async def use_resource():
    async with AsyncResource() as res:
        print("Using resource...")
        await asyncio.sleep(1)

asyncio.run(use_resource())

四、高级用法深入

超时控制：在实际开发中，我们常需设置超时，防止任务无限等待。

async def slow_operation():
    await asyncio.sleep(3)
    return "Done"

async def main():
    try:
        result = await asyncio.wait_for(slow_operation(), timeout=2.0)
    except asyncio.TimeoutError:
        print("Operation timed out!")
    else:
        print(result)

asyncio.run(main())

竞态条件处理：等待最快完成的任务。

async def main():
    done, pending = await asyncio.wait(
        [task("Fast", 1), task("Slow", 3)],
        return_when=asyncio.FIRST_COMPLETED
    )

    for t in done:
        print("First done:", await t)

    for t in pending:
        t.cancel()  # 取消未完成的任务

asyncio.run(main())

在异步中调用阻塞函数：若需在协程中调用同步阻塞函数（如time.sleep），应将其放入线程池执行，以免阻塞事件循环。

def blocking_func():
    time.sleep(2)
    return "Blocking done"

async def main():
    # 在线程池中执行阻塞函数
    result = await asyncio.get_event_loop().run_in_executor(None, blocking_func)
    print(result)

asyncio.run(main())

异步生成器：用于异步数据流处理。

async def async_generator():
    for i in range(3):
        await asyncio.sleep(1)
        yield f"Item {i}"

async def main():
    async for item in async_generator():
        print(item)

asyncio.run(main())

五、总结

Asyncio是Python异步编程的里程碑，它通过协程和事件循环机制，实现了高效、可扩展的并发模型。掌握其基本概念如协程、任务、事件循环，是入门的第一步；而熟练运用gather、wait_for、run_in_executor等高级功能，则能让你构建出健壮的异步应用。

尽管asyncio的学习曲线较陡，尤其在调试和错误处理方面存在挑战，但其在I/O密集型场景下的性能优势无可替代。随着aiohttp、fastapi等异步生态库的成熟，asyncio已成为现代Python开发者的必备技能。深入理解并合理使用它，将极大提升你的程序性能与架构能力。

本文由尚先生原创，转载请注明出处。