---

前言

Python 异步编程是一种编程方式，用于处理可以并发执行的任务，以提高程序的效率和性能。异步编程允许在一个线程中执行多个任务，通过在某些任务等待 I/O 操作（如文件读写、网络请求等）完成时切换到其他任务，从而更有效地利用 CPU 资源。

一、异步编程的概念

1-1、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完成时不阻塞线程或进程，继续执行其他任务。这种方式使得资源利用更高效，特别是在 I/O 密集型操作（如网络请求、文件读写等）中表现尤为显著。

1-2、同步 vs 异步

同步 vs 异步

• 同步：任务按顺序执行，一个任务未完成时，后续任务必须等待。这种方式直观但效率较低，尤其在处理 I/O 操作时。
• 异步：任务可以并发执行，一个任务在等待时，其他任务仍可继续进行。这样可以提高资源利用率和程序的响应速度。

1-3、阻塞 vs 非阻塞

阻塞 vs 非阻塞

• 阻塞操作：会使得程序等待操作完成，期间无法执行其他任务。例如，读取文件时，程序会等待文件完全读取后再继续执行。
• 非阻塞操作：操作会立即返回，程序可以继续执行其他任务。例如，发起一个网络请求后，程序可以继续执行其他任务，等待请求完成时再处理结果。

1-4、并发 vs 并行

并发 vs 并行

• 并发：在同一时间段内处理多个任务，不一定是同时进行，但看起来像是同时进行。
• 并行：在同一时刻同时处理多个任务，通常需要多核处理器支持。

二、Python 异步编程的主要模块

2-1、asyncio

asyncio 是 Python 标准库中的一个模块，专门用于编写并发代码。它提供了事件循环、协程、任务和各种 I/O 操作的异步支持。

• 事件循环（Event Loop）：asyncio 的核心组件，负责调度和管理协程的执行。事件循环不断运行，检查并执行准备好的任务。
• 协程（Coroutine）：使用 async def 定义的函数，可以在等待某个操作完成时挂起并允许其他协程运行。
• 任务（Task）：由事件循环管理的协程，通过 asyncio.create_task() 创建，可以并发执行。
• 未来对象（Future）：表示一个异步操作的结果，通常不直接使用，而是通过任务和协程间接使用。

2-2、async 和 await 关键字

async 和 await 关键字

• async：用于定义协程函数。协程函数是可以在执行过程中挂起并恢复的函数。
• await：用于暂停协程的执行，等待某个异步操作完成，然后继续执行。await 后面可以跟随一个返回 awaitable 对象（如协程、任务或未来对象）的表达式。注意： 异步函数需要使用 await 关键字进行调用, 如果不使用await，调用异步函数只会返回一个协程对象，函数内部的异步操作不会实际执行。

2-3、 aiohttp

aiohttp 是一个用于构建异步 HTTP 客户端和服务器的库。它基于 asyncio 实现，允许在异步环境中进行高效的 HTTP 通信。

• HTTP 客户端：使用 aiohttp 可以发起异步 HTTP 请求，不阻塞主线程，处理大量并发请求时性能优越。
• HTTP 服务器：aiohttp 提供了构建异步 HTTP 服务器的能力，适用于高并发环境。

三、案例分析

3-0、安装

pip install asyncio

3-1、基本案例

概述： 使用await挂起协程的执行，即模拟的IO操作，直到被等待的任务完成。asyncio.run() 用于启动一个事件循环并运行协程。

import asyncioasync def fetch_data():print("Start fetching data...")await asyncio.sleep(2)  # 模拟 I/O 操作，实际应用中可以是网络请求或文件读写print("Data fetched.")return "Data"async def main():print("Main started")result = await fetch_data()  # 等待 fetch_data 完成print("Result:", result)print("Main finished")# 获取事件循环并运行 main 协程
asyncio.run(main())

输出：

3-2、并发执行多个任务

概述： 可以使用 asyncio.gather() 或 asyncio.create_task() 来并发执行多个任务

两个任务并发

import asyncioasync def task1():await asyncio.sleep(1)print("Task 1 completed")async def task2():await asyncio.sleep(2)print("Task 2 completed")async def main():tasks = [task1(), task2()]await asyncio.gather(*tasks)  # 并发执行所有任务asyncio.run(main())

输出：

多任务并发：

import time
import asyncio# 定义异步函数
async def hello():await asyncio.sleep(1)print('Hello World:%s' % time.time())async def main():tasks = [hello() for i in range(5)]await asyncio.gather(*tasks)if __name__ == '__main__':# 自动创建一个事件循环，运行传递给它的协程，并在运行结束后关闭事件循环。# 这种方法适合简单的脚本和程序，因为它隐藏了事件循环的管理细节。asyncio.run(main())

多任务并发：等价于上边的函数，但是更底层

import time
import asyncio# 定义异步函数
async def hello():await asyncio.sleep(1)print('Hello World:%s' % time.time())if __name__ == '__main__':loop = asyncio.get_event_loop()tasks = [hello() for i in range(5)]# 运行事件循环，直到传递的任务完成。# 我们可以把一些函数（通过 async 定义的函数，称为协程）注册到事件循环上，当满足事件发生的条件时，调用相应的协程函数。# asyncio.wait 和 asyncio.gather的功能类似，但可以更灵活地处理任务完成的顺序。loop.run_until_complete(asyncio.wait(tasks))

多任务并发总结：

• 第二段代码使用 asyncio.run()，这是一个高层次的 API，简化了事件循环的创建、运行和关闭过程。
• 第三段代码手动获取和管理事件循环，更低层次，可以提供更大的灵活性。

3-3、异常处理

概述： 异步函数中的异常处理与同步代码类似，但需要在协程中使用 try、except 块

import asyncioasync def faulty_task():await asyncio.sleep(1)raise ValueError("An error occurred!")async def main():try:await faulty_task()except ValueError as e:print("Caught an exception:", e)asyncio.run(main())

输出：

3-4、与队列结合

概述： 异步编程还支持与异步生成器、队列、锁等高级特性结合使用，以实现更复杂的并发逻辑。

import asyncioasync def producer(queue):for i in range(5):await asyncio.sleep(1)await queue.put(i)print(f"Produced {i}")async def consumer(queue):while True:item = await queue.get()if item is None:breakprint(f"Consumed {item}")queue.task_done()async def main():queue = asyncio.Queue()await asyncio.gather(producer(queue), consumer(queue))await queue.join()asyncio.run(main())

输出：

---

参考文章：
【测试开发】python系列教程：asyncio模块
理解python异步编程与简单实现asyncio

总结

🤣沉迷于DNF手游无法自拔。