Python异步编程之await与asyncio基本用法详解

 更新时间:2025年08月18日 15:51:14   作者:大大小小聪明  
在Python中,await和asyncio是异步编程的核心工具,用于高效处理 I/O 密集型任务(如网络请求、文件读写、数据库操作等),接下来通过本文给大家介绍Python异步编程之await与asyncio基本用法详解,感兴趣的朋友跟随小编一起看看吧

在 Python 中,awaitasyncio 是异步编程的核心工具,用于高效处理 I/O 密集型任务(如网络请求、文件读写、数据库操作等)。它们的核心思想是通过 协程(Coroutine)事件循环(Event Loop) 实现非阻塞并发,避免线程切换的开销。

一、核心概念

协程(Coroutine)
async def 定义的函数,返回一个协程对象,可以通过 await 挂起执行,让出控制权。

async def my_coroutine():
    await asyncio.sleep(1)
    print("Done")

事件循环(Event Loop)
异步程序的核心调度器,负责执行协程并在 I/O 操作时切换任务。

可等待对象(Awaitable)
包括协程、asyncio.Taskasyncio.Future。只有可等待对象才能被 await

二、使用场景

  1. 高并发网络请求
    如爬虫、API 调用等需要同时处理大量连接的场景。
  2. Web 服务器
    如 FastAPI、Sanic 等异步框架处理 HTTP 请求。
  3. 数据库操作
    异步驱动(如 asyncpgaiomysql)避免阻塞主线程。
  4. 实时通信
    WebSocket、聊天服务器等需要长连接的场景。

三、基本用法

1. 定义协程

async def fetch_data(url):
    # 模拟网络请求
    await asyncio.sleep(1)
    return f"Data from {url}"

2. 运行协程

async def main():
    result = await fetch_data("https://example.com")
    print(result)
# Python 3.7+ 推荐方式
asyncio.run(main())

3. 并发执行多个任务

使用 asyncio.gather()asyncio.create_task()

async def main():
    # 同时执行多个协程
    task1 = asyncio.create_task(fetch_data("url1"))
    task2 = asyncio.create_task(fetch_data("url2"))
    # 等待所有任务完成
    results = await asyncio.gather(task1, task2)
    print(results)

四、关键 API 详解

  • asyncio.run(coro)
    • 启动事件循环并运行协程(Python 3.7+)。
  • asyncio.create_task(coro)
    • 将协程包装为 Task,加入事件循环并发执行。
  • asyncio.gather(*coros)
    • 并发执行多个协程,返回结果列表。
  • asyncio.sleep(delay)
    • 非阻塞等待(模拟 I/O 操作)。

五、高级用法

1. 控制并发量

使用信号量(Semaphore)限制同时运行的任务数:

async def limited_fetch(url, semaphore):
    async with semaphore:
        return await fetch_data(url)
async def main():
    semaphore = asyncio.Semaphore(5)  # 最大并发5
    tasks = [limited_fetch(url, semaphore) for url in urls]
    await asyncio.gather(*tasks)

2. 超时控制

async def fetch_with_timeout():
    try:
        async with asyncio.timeout(3):  # Python 3.11+
            await fetch_data("slow_url")
    except TimeoutError:
        print("Timeout!")

3. 回调与 Future

async def main():
    loop = asyncio.get_running_loop()
    future = loop.create_future()
    def callback():
        future.set_result("Done")
    loop.call_soon(callback)
    result = await future
    print(result)

六、常见错误

忘记 await
协程不会被自动执行:

async def main():
    fetch_data("url")  # 错误!没有 await

阻塞主线程
在协程中调用同步代码(如 time.sleep())会阻塞事件循环:

async def bad_example():
    time.sleep(1)  # 错误!应使用 await asyncio.sleep(1)

滥用并发
异步不适合 CPU 密集型任务,此时应使用多进程。

七、完整示例

import asyncio
async def download(url, delay):
    print(f"Start downloading {url}")
    await asyncio.sleep(delay)
    print(f"Finished {url}")
    return url
async def main():
    urls = [
        ("https://site1.com", 1),
        ("https://site2.com", 2),
        ("https://site3.com", 3),
    ]
    tasks = [asyncio.create_task(download(url, delay)) for url, delay in urls]
    results = await asyncio.gather(*tasks)
    print("All done:", results)
if __name__ == "__main__":
    asyncio.run(main())

输出:

Start downloading https://site1.com
Start downloading https://site2.com
Start downloading https://site3.com
Finished https://site1.com
Finished https://site2.com
Finished https://site3.com
All done: ['https://site1.com', 'https://site2.com', 'https://site3.com']

八、总结

  • 适用场景:I/O 密集型任务,如网络、文件、数据库操作。
  • 关键点
    • 使用 async def 定义协程,用 await 挂起阻塞操作。
    • 通过 asyncio.create_task()asyncio.gather() 实现并发。
    • 避免在协程中调用阻塞同步代码。

通过合理使用 asyncio,可以在单线程内高效处理成千上万的并发连接。

到此这篇关于Python异步编程之await与asyncio基本用法详解的文章就介绍到这了,更多相关Python await与asyncio内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python使用低通滤波器模糊图像功能实现

    Python使用低通滤波器模糊图像功能实现

    这篇文章主要介绍了Python使用低通滤波器模糊图像,我们介绍了多种不同类型的滤波器核与卷积操作,使用 scipy.ndimage 模块中的滤波器模糊图像,利用 scipy.fftpack 模块的 fft2() 函数实现高斯模糊,介绍了scipy.signal模块的彩色图像频域卷积,需要的朋友可以参考下
    2023-03-03
  • 对TensorFlow的assign赋值用法详解

    对TensorFlow的assign赋值用法详解

    今天小编就为大家分享一篇对TensorFlow的assign赋值用法详解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-07-07
  • 详解python使用金山词霸的翻译功能(调试工具断点的使用)

    详解python使用金山词霸的翻译功能(调试工具断点的使用)

    这篇文章主要介绍了详解python使用金山词霸的翻译功能(调试工具断点的使用),本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-01-01
  • 使用OpenCV实现仿射变换—平移功能

    使用OpenCV实现仿射变换—平移功能

    这篇文章主要介绍了使用OpenCV实现仿射变换—平移功能,需要的朋友可以参考下
    2019-08-08
  • Pyhton爬虫知识之正则表达式详解

    Pyhton爬虫知识之正则表达式详解

    正则表达式又称规则表达式,计算机科学的一个概念,正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本,这篇文章主要给大家介绍了关于Pyhton爬虫知识之正则表达式的相关资料,需要的朋友可以参考下
    2022-04-04
  • python使用selenium爬虫知乎的方法示例

    python使用selenium爬虫知乎的方法示例

    这篇文章主要介绍了python使用selenium爬虫知乎的方法示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-10-10
  • 如何用Python中19行代码把照片写入到Excel中

    如何用Python中19行代码把照片写入到Excel中

    这篇文章主要介绍了如何利用Python3中的19行代码把照片写入到Excel中,文章内容实现的不是截取一张图片,粘贴到excel,而是通过像素写入到excel中,需要的朋友可以参考一下
    2022-02-02
  • 利用python爬取m3u8格式视频的具体实现

    利用python爬取m3u8格式视频的具体实现

    之前爬取的视频都是mp4格式的,直接用requests请求就可以直接爬取,最近公司安排了一个小任务,需要爬取m3u8这种格式的视频,下面这篇文章主要给大家介绍了关于利用python爬取m3u8格式视频的相关资料,需要的朋友可以参考下
    2022-08-08
  • 用Python读取几十万行文本数据

    用Python读取几十万行文本数据

    今天小编就为大家分享一篇关于用Python读取几十万行文本数据,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
    2018-12-12
  • Python调用.NET库的方法步骤

    Python调用.NET库的方法步骤

    这篇文章主要介绍了Python调用.NET库的方法步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-12-12

最新评论