Python 异步编程实战

为什么需要异步编程？

在传统的同步编程中，IO 操作（如网络请求、文件读写）会阻塞整个程序。异步编程让我们能够在等待 IO 时执行其他任务，大幅提升程序效率。

核心概念

async 和 await

import asyncio

async def fetch_data(url):
    # 模拟异步 IO 操作
    await asyncio.sleep(1)
    return f"Data from {url}"

async def main():
    tasks = [fetch_data(f"url{i}") for i in range(3)]
    results = await asyncio.gather(*tasks)
    print(results)

asyncio.run(main())

关键要点

1. async 函数：定义协程，调用时不立即执行
2. await：暂停当前协程，等待异步操作完成
3. asyncio.gather：并发执行多个协程

实际应用场景

• 批量网络请求
• 高并发服务器
• 实时数据处理

性能对比

同步处理 100 个请求：~100 秒 异步处理 100 个请求：~1 秒

异步编程是 Python 高性能应用的关键技能！