Python中的async与await|极客教程

Python中的async与await

在Python中，异步编程是一种非常常见的编程范式。最常用的方法是使用async和await关键字来定义异步函数和协程。这两个关键字的出现，让异步编程在Python中变得更加简单和直观。

什么是异步编程

在传统的同步编程中，一行代码执行完之后再执行下一行代码，如果有某个任务需要花费很长的时间，那么整个程序会被阻塞，直到这个任务执行完毕。而在异步编程中，程序在等待某个任务完成时不会被阻塞，可以继续执行其他任务。

异步编程通常用于I/O密集型任务，比如网络请求、文件读写等等。在这些任务中，大部分时间都是等待，而不是真正地在处理数据。使用异步编程可以充分利用CPU和I/O设备之间的并行性，提高程序的效率。

async关键字

在Python中，使用async关键字定义一个异步函数。异步函数可以在函数内部包含await关键字，用来等待另一个异步函数的返回结果。

下面是一个简单的异步函数示例：

import asyncio

async def hello():
    print("Hello")
    await asyncio.sleep(1)
    print("World")

# 定义一个事件循环
loop = asyncio.get_event_loop()
loop.run_until_complete(hello())

在这个示例中，定义了一个异步函数hello()，该函数会打印”Hello”，然后等待1秒钟，最后打印”World”。我们使用asyncio.get_event_loop()获取事件循环，然后通过run_until_complete()方法运行异步函数。

运行上面的代码，会得到以下输出：

Hello
World

await关键字

await关键字用来等待一个异步函数的返回结果。在上面的示例中，我们使用await asyncio.sleep(1)来等待1秒钟。await关键字的作用是确保在等待的过程中不会阻塞整个程序的执行，而是让事件循环继续执行其他任务。

下面是一个更复杂的示例，其中展示了如何使用await关键字等待另一个异步函数的返回结果：

import asyncio

async def task1():
    print("Task 1 started")
    await asyncio.sleep(1)
    print("Task 1 finished")

async def task2():
    print("Task 2 started")
    await asyncio.sleep(2)
    print("Task 2 finished")

async def main():
    await asyncio.gather(task1(), task2())

loop = asyncio.get_event_loop()
loop.run_until_complete(main())

在这个示例中，我们定义了两个异步函数task1()和task2()，分别模拟两个耗时的任务。在main()函数中，我们使用await asyncio.gather(task1(), task2())来同时运行这两个任务。通过await关键字，可以确保在等待task1()和task2()任务的同时，事件循环可以继续执行其他任务。

运行上面的代码，会得到以下输出：

Task 1 started
Task 2 started
Task 1 finished
Task 2 finished

异步与多线程的比较

在Python中，除了使用异步编程外，还可以使用多线程来实现并发。那么异步编程与多线程相比，有什么不同呢？

性能： 异步编程与多线程相比，在I/O密集型任务中性能更好。因为在异步编程中，不需要创建额外的线程来处理任务，利用事件循环的机制可以更好地利用CPU和I/O设备之间的并行性。
代码复杂度： 异步编程相对于多线程来说，代码更加简洁和直观。因为在异步编程中，不需要处理线程安全等问题，可以避免很多多线程编程中常见的陷阱。
适用场景： 异步编程适用于I/O密集型任务，而多线程适用于CPU密集型任务。在涉及到网络请求、文件读写等任务时，建议使用异步编程；而在需要大量计算的任务时，多线程可能更适合。