Python asyncio 入门：用同步的写法，写异步的代码

asyncio 用「协程 + 事件循环」实现单线程并发：在 IO 等待时让出控制权去执行别的协程，等待结束后再恢复。适合 IO 密集型任务，不适合 CPU 密集型。

核心抽象

概念	作用
协程（Coroutine）	async def 定义；遇到 await 暂停，让出执行权
事件循环（Event Loop）	调度所有协程，由 asyncio.run 启动
任务（Task）	包装协程提交给事件循环；用 asyncio.create_task() 创建

同步 vs 异步

# 同步：3 个任务依次执行，总耗时 3s
import time
 
def task(name):
    print(f"开始 {name}")
    time.sleep(1)
    print(f"结束 {name}")
 
start = time.time()
task("任务1"); task("任务2"); task("任务3")
print(f"总耗时: {time.time() - start:.2f}s")

# 异步：3 个任务并发，总耗时 ≈ 1s
import asyncio, time
 
async def task(name):
    print(f"开始 {name}")
    await asyncio.sleep(1)  # 让出执行权
    print(f"结束 {name}")
 
async def main():
    start = time.time()
    await asyncio.gather(task("任务1"), task("任务2"), task("任务3"))
    print(f"总耗时: {time.time() - start:.2f}s")
 
asyncio.run(main())

关键差异：time.sleep 阻塞线程，await asyncio.sleep 让出协程，事件循环立即切去运行其他协程。

Task 与 gather

Task — 把协程提交给事件循环并行运行：

async def main():
    t1 = asyncio.create_task(task("任务1"))
    t2 = asyncio.create_task(task("任务2"))
    await t1
    await t2

gather — 并发执行多个协程并按顺序收集返回值：

async def task(name):
    await asyncio.sleep(1)
    return f"{name} 完成"
 
async def main():
    results = await asyncio.gather(task("任务1"), task("任务2"))
    print(results)  # ['任务1 完成', '任务2 完成']

适用与不适用

场景类型	推荐方案	说明
IO 密集型（网络、磁盘、DB）	asyncio + aiohttp/asyncpg/aiofiles	等待时不浪费 CPU
CPU 密集型（计算、图像处理）	multiprocessing	asyncio 单线程，CPU 忙时无法切换

三个易踩的坑

• 在协程里调用 time.sleep() 等阻塞函数会阻塞整个事件循环，必须用异步替代
• 协程对象只是配方，没有 await 或 create_task 不会执行
• asyncio.run() 不能在已运行的事件循环里调用（如 Jupyter 中改用 await）