Python 异步编程入门：async/await 详解与实战

为什么需要异步编程？

在传统同步编程中，IO 操作（如网络请求、文件读写）会阻塞程序执行。异步编程让程序在等待 IO 时可以去处理其他任务，大幅提升效率。

核心概念

async 和 await

import asyncio

async def fetch_data(url):
    """异步函数"""
    print(f"开始获取 {url}")
    await asyncio.sleep(1)  # 模拟 IO 操作
    print(f"获取完成 {url}")
    return "data"

async def main():
    # 并发执行多个任务
    results = await asyncio.gather(
        fetch_data("url1"),
        fetch_data("url2"),
        fetch_data("url3")
    )
    print(results)

asyncio.run(main())

关键要点

1. async 定义异步函数：函数前加 async 关键字
2. await 等待结果：在异步函数内等待其他异步操作
3. asyncio.run()：程序入口，运行异步主函数
4. gather()：并发执行多个任务

实战场景

批量爬取网页

import aiohttp

async def fetch(session, url):
    async with session.get(url) as response:
        return await response.text()

async def main():
    urls = ["http://example1.com", "http://example2.com"]
    async with aiohttp.ClientSession() as session:
        tasks = [fetch(session, url) for url in urls]
        results = await asyncio.gather(*tasks)

异步数据库操作

import asyncpg

async def query_db():
    conn = await asyncpg.connect("postgresql://...")
    rows = await conn.fetch("SELECT * FROM users")
    await conn.close()
    return rows

常见陷阱

• ❌ 在同步函数中调用异步函数
• ❌ 忘记加 await
• ❌ 滥用异步（CPU 密集型任务不适合）

总结

异步编程是 Python 高性能的关键技能。掌握 async/await，让你的程序飞起来！