Python 异步编程模式：从协程到事件循环深度剖析

Sat, 25 Jul 2026 00:00:00 +0000

一、异步编程基础

Python 的 asyncio 库提供了基于事件循环的协程并发模型，适用于 I/O 密集型和高并发的应用场景。理解协程、事件循环和任务调度是掌握异步编程的关键。

二、核心示例

以下示例展示了如何使用 async/await 编写并发 API 请求，以及使用 asyncio.gather 并行执行多个协程。

Python 异步示例

 
 
 
 

 python
 
 
import asyncio
import aiohttp
from typing import List

async def fetch_url(session: aiohttp.ClientSession, url: str) -> dict:
 """异步获取 URL 内容"""
 async with session.get(url) as response:
 return await response.json()

async def fetch_all(urls: List[str]) -> List[dict]:
 """并发获取所有 URL"""
 async with aiohttp.ClientSession() as session:
 tasks = [fetch_url(session, url) for url in urls]
 return await asyncio.gather(*tasks, return_exceptions=True)

async def main():
 urls = [
 "https://api.example.com/users",
 "https://api.example.com/posts",
 "https://api.example.com/comments",
 ]
 results = await fetch_all(urls)
 for i, result in enumerate(results):
 print(f"请求 {i}: {'成功' if not isinstance(result, Exception) else '失败'}")

if __name__ == "__main__":
 asyncio.run(main())

运行脚本

 
 bash
 
#!/bin/bash
# 异步程序运行脚本
python3 -m pip install aiohttp # 安装依赖
python3 async_fetch.py # 运行异步程序

三、最佳实践

使用 asyncio.create_task 创建后台任务，使用 asyncio.Semaphore 控制并发量，使用 asyncio.timeout 管理超时。避免在协程中执行 CPU 密集型操作，如需并行计算应使用 concurrent.futures。

异步 on SRE & AI 实践录

Python 异步编程模式：从协程到事件循环深度剖析

一、异步编程基础

二、核心示例

Python 异步示例

运行脚本

三、最佳实践