终面倒计时5分钟：如何用`asyncio`解决回调地狱？

面试场景：终面倒计时5分钟

面试官：（突然抬头，露出一丝威严的微笑）小兰，时间差不多了，最后给你一个挑战性的问题。你听说过“回调地狱”吗？在异步编程中，如何用 asyncio 解决这个问题？请尽量用代码示例或理论分析来说明你的思路。

小兰：（瞬间从椅子上坐直，额头冒汗，但还是努力保持冷静）啊……嗯，这是一个好问题！说实话，我最近一直在看《Python异步编程入门》的书，虽然还没完全搞懂，但大致了解吧！让我试试……

小兰：（开始口述代码，一边说一边在心中默念）回调地狱就是那种一层套一层的回调函数，代码结构变得混乱，可读性极差。而 asyncio 的出现就是来拯救这种混乱的！它通过 async 和 await 关键字，让异步代码看起来更像同步代码，从而避免了回调地狱。

比如，假设我们要用 requests 发送两个 HTTP 请求，用传统的回调函数方式可能会是这样的：

import requests

def fetch_data_callback(url, callback):
    def handle_response(response):
        callback(response.text)
    response = requests.get(url)
    handle_response(response)

def callback1(data):
    print("First response:", data)

def callback2(data):
    print("Second response:", data)

fetch_data_callback("https://api.example.com/1", callback1)
fetch_data_callback("https://api.example.com/2", callback2)

这段代码虽然能工作，但嵌套起来会越来越乱，尤其是当请求依赖于前一个请求的响应时。

而用 asyncio，我们可以用 async def 定义异步函数，然后用 await 来等待异步操作完成。代码会变得清晰很多：

import aiohttp
import asyncio

async def fetch_data(url):
    async with aiohttp.ClientSession() as session:
        async with session.get(url) as response:
            return await response.text()

async def main():
    # 使用 asyncio.gather 并行执行多个异步任务
    results = await asyncio.gather(
        fetch_data("https://api.example.com/1"),
        fetch_data("https://api.example.com/2")
    )
    print("First response:", results[0])
    print("Second response:", results[1])

# 运行异步程序
asyncio.run(main())

小兰：（一边说一边观察面试官的表情）你看，这里我们用 async def 定义了 fetch_data 函数，然后在 main 函数中用 await 来等待异步操作完成。通过 asyncio.gather，我们可以并行执行多个异步任务，而不用像回调地狱那样一层套一层。

面试官：（微微点头，但表情依旧严肃）嗯，你说得不错，但你提到的 aiohttp 是什么？为什么不用 requests？

小兰：（赶紧接话）哦，好的！requests 是一个同步库，它的方法会阻塞主线程，不适合异步编程。而 aiohttp 是一个专门针对异步编程的库，支持 asyncio，可以让 HTTP 请求也变成异步的。这样，我们在 fetch_data 函数中就可以使用 await 来等待请求完成，而不会阻塞其他任务。

面试官：（继续追问）那如果请求之间有依赖关系怎么办？比如第二个请求需要第一个请求的结果？

小兰：（稍微思考了一下）这个也很简单！我们可以在 main 函数中用 await 依次等待每个异步任务完成。比如：

async def fetch_data_with_dependency(url1, url2):
    response1 = await fetch_data(url1)
    response2 = await fetch_data(url2)
    return response1, response2

async def main():
    result = await fetch_data_with_dependency("https://api.example.com/1", "https://api.example.com/2")
    print("First response:", result[0])
    print("Second response:", result[1])

asyncio.run(main())

这里，fetch_data_with_dependency 先等待第一个请求完成，再用第一个请求的结果继续第二个请求，这样代码仍然非常清晰，没有回调地狱的困扰。

面试官：（终于露出了满意的笑容）嗯，你的回答还算完整，至少展示了你对 asyncio 的基本理解。不过，你提到的 asyncio 和 await 的底层实现是什么？你知道吗？

小兰：（赶紧补刀）啊……这个……我大概知道！asyncio 的底层是基于事件循环（Event Loop）的，它会管理所有的异步任务，并在任务可执行时将其调度到线程中执行。await 会将当前任务挂起，让事件循环去执行其他任务，直到异步操作完成后再恢复执行。这样就能实现高效的任务调度，避免阻塞主线程。

面试官：（微微点头）看来你对 asyncio 的理解还算到位，不过还需要多练习实际项目中的应用。今天的面试就到这里了，感谢你的回答，祝你面试顺利！

小兰：（如释重负，站起身来）谢谢面试官！那我先去把 asyncio 的代码跑一下，确保自己真的理解透彻了！（匆忙离开）

（面试官看着小兰的背影，摇了摇头，但还是在心里默默给了她一个及格分）