Python 异步编程入门：理解 asyncio 和 await
在现代软件开发中，异步编程已经成为处理高并发、I/O 密集型任务的关键技术之一。Python 作为一门广泛使用的编程语言，也提供了强大的异步编程支持，尤其是在 Python 3.4 之后引入了 asyncio 库，使得异步编程变得更加简单和直观。本文将深入探讨 Python 中的异步编程，介绍 asyncio 和 await 的基本概念，并通过代码示例演示如何使用它们来编写高效的异步程序。
1. 什么是异步编程？
在传统的同步编程模型中，程序按照顺序执行，每一步操作都会阻塞程序的执行，直到操作完成。例如，当程序执行一个网络请求时，它会等待服务器返回响应后才能继续执行下一步操作。这种阻塞式的编程模型在处理耗时操作时效率较低，尤其是在需要处理大量并发请求的场景中。
异步编程则是一种非阻塞的编程模型，程序可以在等待耗时操作完成的同时继续执行其他任务。这种方式可以显著提高程序的并发性能，尤其是在处理 I/O 密集型任务（如网络请求、文件读写等）时。
2. Python 中的异步编程
Python 提供了 asyncio 库来支持异步编程。asyncio 是 Python 标准库中的一个模块，它提供了一组工具来编写异步代码，包括事件循环、协程、任务和未来对象等。通过 asyncio，开发者可以轻松地编写高效的异步程序。
2.1 事件循环（Event Loop）
事件循环是 asyncio 的核心组件，它负责调度和执行异步任务。事件循环会不断地检查任务队列中的任务，并在任务完成时执行相应的回调函数。开发者可以通过 asyncio.get_event_loop() 获取当前的事件循环，并通过 loop.run_until_complete() 来运行异步任务。
2.2 协程（Coroutine）
协程是 Python 中用于实现异步编程的关键概念。协程是一种特殊的函数，它可以在执行过程中暂停并等待其他任务完成。在 Python 中，协程通过 async def 关键字定义，并通过 await 关键字来暂停执行，等待其他协程或异步操作完成。
2.3 await 关键字
await 关键字用于暂停协程的执行，直到指定的异步操作完成。await 后面通常跟着一个 awaitable 对象，如协程、任务或未来对象。当 await 遇到一个 awaitable 对象时，协程会暂停执行，并将控制权返回给事件循环，事件循环会继续调度其他任务。当 awaitable 对象完成后，协程会从暂停的地方继续执行。
3. 异步编程示例
下面通过一个简单的示例来演示如何使用 asyncio 和 await 编写异步程序。
3.1 简单的异步程序
import asyncioasync def say_hello(): print("Hello") await asyncio.sleep(1) print("World")async def main(): await say_hello()# 获取事件循环并运行主协程asyncio.run(main())在这个示例中，say_hello 是一个协程，它首先打印 "Hello"，然后通过 await asyncio.sleep(1) 暂停 1 秒钟，最后打印 "World"。main 协程调用了 say_hello 协程，并通过 asyncio.run(main()) 来运行主协程。
3.2 并发执行多个协程
在异步编程中，我们通常需要同时执行多个协程，以提高程序的并发性能。asyncio 提供了 asyncio.gather() 函数来并发执行多个协程。
import asyncioasync def task1(): print("Task 1 started") await asyncio.sleep(2) print("Task 1 completed")async def task2(): print("Task 2 started") await asyncio.sleep(1) print("Task 2 completed")async def main(): await asyncio.gather(task1(), task2())# 获取事件循环并运行主协程asyncio.run(main())在这个示例中，task1 和 task2 是两个协程，它们分别暂停 2 秒和 1 秒。main 协程通过 asyncio.gather() 并发执行这两个协程。由于 task2 的暂停时间较短，它会先于 task1 完成。
3.3 使用 asyncio.create_task() 创建任务
除了使用 asyncio.gather()，我们还可以通过 asyncio.create_task() 来创建任务并并发执行。
import asyncioasync def task1(): print("Task 1 started") await asyncio.sleep(2) print("Task 1 completed")async def task2(): print("Task 2 started") await asyncio.sleep(1) print("Task 2 completed")async def main(): t1 = asyncio.create_task(task1()) t2 = asyncio.create_task(task2()) await t1 await t2# 获取事件循环并运行主协程asyncio.run(main())在这个示例中，main 协程通过 asyncio.create_task() 创建了两个任务 t1 和 t2，并通过 await 等待它们完成。task1 和 task2 会并发执行，task2 会先于 task1 完成。
4. 异步编程中的异常处理
在异步编程中，异常处理同样重要。asyncio 提供了多种方式来处理协程中的异常。
4.1 使用 try-except 捕获异常
与同步编程类似，我们可以在协程中使用 try-except 来捕获并处理异常。
import asyncioasync def faulty_task(): print("Faulty task started") await asyncio.sleep(1) raise ValueError("Something went wrong")async def main(): try: await faulty_task() except ValueError as e: print(f"Caught an exception: {e}")# 获取事件循环并运行主协程asyncio.run(main())在这个示例中，faulty_task 协程在暂停 1 秒后抛出了一个 ValueError 异常。main 协程通过 try-except 捕获并处理了这个异常。
4.2 使用 asyncio.wait() 处理多个任务的异常
当并发执行多个任务时，我们可以使用 asyncio.wait() 来捕获并处理任务中的异常。
import asyncioasync def task1(): print("Task 1 started") await asyncio.sleep(2) print("Task 1 completed")async def task2(): print("Task 2 started") await asyncio.sleep(1) raise ValueError("Task 2 failed")async def main(): tasks = [asyncio.create_task(task1()), asyncio.create_task(task2())] done, pending = await asyncio.wait(tasks, return_when=asyncio.FIRST_EXCEPTION) for task in done: if task.exception(): print(f"Task failed: {task.exception()}")# 获取事件循环并运行主协程asyncio.run(main())在这个示例中，task2 协程在执行过程中抛出了一个 ValueError 异常。main 协程通过 asyncio.wait() 捕获了这个异常，并打印了错误信息。
5. 总结
异步编程是 Python 中处理高并发、I/O 密集型任务的重要技术。通过 asyncio 和 await，开发者可以轻松地编写高效的异步程序。本文介绍了 asyncio 的基本概念，并通过代码示例演示了如何使用 asyncio 和 await 来编写异步程序。希望本文能帮助你更好地理解 Python 中的异步编程，并在实际项目中应用这些技术。
