Python异步编程入门：用asyncio处理高并发

Python的asyncio是处理高并发IO密集型任务的利器。相比多线程，异步编程更轻量、更可控。本文从基础概念出发，通过实例讲解asyncio的核心用法，帮助你入门异步编程。

一、为什么需要异步编程

传统的同步IO在等待网络响应、文件读写等操作时会阻塞整个线程。假设需要从100个API获取数据，每个请求耗时100ms，同步方式需要10秒以上，而异步方式可以并发发送所有请求，总耗时接近单个请求的时间。


Python的GIL（全局解释器锁）让多线程在CPU密集型任务中无法真正并行。异步编程在单线程内通过事件循环调度任务，避免了GIL的限制，特别适合IO密集型场景。

二、asyncio核心概念

### 事件循环

事件循环是异步编程的核心，它负责调度和执行协程。在Python 3.7+，可以通过asyncio.run()自动创建事件循环。

### 协程

协程是使用async def定义的特殊函数，调用时不会立即执行，而是返回一个协程对象。必须通过await或事件循环来执行。

### 任务

任务是协程的封装，用于跟踪协程的执行状态。通过asyncio.create_task()创建任务，任务可以在后台运行而不阻塞主线程。

三、基础用法

asyncio.gather()将多个协程组合成任务组，并发执行。asyncio.gather()将多个协程组合成任务组，并发执行。

asyncio.gather()将多个协程组合成任务组，并发执行。上例中3个各需1秒的任务，总耗时约1秒而非3秒。

四、实际应用场景

### 并发HTTP请求

使用aiohttp库可以发起异步HTTP请求。aiomysql、asyncpg等库支持异步数据库访问。aiofiles支持异步文件操作。

五、常见问题与解决方案

### 阻塞调用

在异步函数中使用同步阻塞调用会阻塞整个事件循环。解决方案：使用asyncio.sleep()替代time.sleep()，使用aiofiles替代open()。

### 异常处理

asyncio.gather()默认会收集所有任务的异常，不会中断执行。如果需要快速失败，使用asyncio.wait()并设置return_when参数。

### 调试技巧

异步代码的调试比同步代码困难。asyncio.run(debug=True)可以开启调试模式。

六、进阶主题

### 信号量控制并发数

使用asyncio.Semaphore限制同时执行的任务数量。

### 任务超时控制

使用asyncio.wait_for设置任务超时。

### 取消任务

使用task.cancel()取消任务。

总结

asyncio是Python处理高并发IO的现代化方案。核心是事件循环、协程和任务三要素。async/await语法让异步代码看起来像同步代码，更易维护。适合Web服务、API聚合、数据采集等IO密集型场景。

FAQ常见问题

Q：asyncio和多线程如何选择？

A：IO密集型任务优先选择asyncio，CPU密集型任务或需要真正并行的场景，选择多进程。

Q：异步函数可以调用同步函数吗？

A：可以，但同步函数必须是非阻塞的。带有time.sleep()或同步IO的函数会阻塞事件循环。

Q：asyncio的性能瓶颈在哪里？

A：单个Python进程受GIL限制，CPU密集型任务无法并行。