Python Async/Await的使用

最新推荐文章于 2025-07-17 19:20:48 发布
最新推荐文章于 2025-07-17 19:20:48 发布
阅读量4.5k 收藏 6
点赞数 2
分类专栏： Python
博主遇到使用Python标准库asyncio中async/await的程序，因之前不太了解，在网上查到一篇介绍细致的博文，并分享其链接https://zhuanlan.zhihu.com/p/27258289 。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

今天遇到一个使用Python标准库当中asyncio中async/await的程序，之前没有太了解，在网上查了一下，发现一篇介绍的很细致的博文，在这里[分享并mark一下]。(https://zhuanlan.zhihu.com/p/27258289)

Python编程中，async/await/asyncio分别是干啥的？
xiezhipu的博客
02-17 143
使用async def定义协程函数，这类函数不会立即执行，而是返回协程对象。在Python中，协程（Coroutine）是一种用于实现并发编程的技术，它允许程序在执行过程中暂停并恢复执行，而不会丢失当前的执行上下文。协程可以被视为一种特殊的函数，这种函数可以在执行过程中被挂起，并且稍后可以从挂起的地方继续执行。
破局并发困境：Python 协程 async/await 深度解析与实战指南
windowshht的博客
06-25 61
摘要： Python 协程（async/await）通过事件循环实现轻量级并发，适用于I/O密集型任务（如网络请求、文件处理）。相比线程/进程，协程切换开销极低且无需加锁。核心机制为await挂起协程，通过异步库（如aiohttp）实现非阻塞操作。实战场景包括高并发爬虫、异步文件读写和任务调度。最佳实践包括避免阻塞事件循环、结合多进程处理CPU密集型任务。协程在FastAPI、AI数据流等领域前景广阔，是提升Python并发效率的关键技术。
如何在Python中有效地利用async和await实现复杂的异步IO操作？
Twinkle_sone的博客
11-16 824
定义异步函数例如，定义一个简单的异步函数来模拟一个异步操作，比如延迟一段时间后返回一个结果。在这个例子中，async def定义了一个异步函数。函数内部使用来模拟一个耗时1秒的异步操作（这里是等待），之后返回一个字符串。调用异步函数仅仅定义异步函数是不够的，还需要通过事件循环（Event Loop）来运行它。事件循环是异步编程的核心，它负责调度协程的执行。在这里，定义了一个main异步函数，在其中通过await调用函数并获取结果，然后打印。最后通过来运行main。
Python async 和 await 关键字的基本用法
2501_91142316的博客
03-28 460
异步编程是一种编程范式，它允许程序在等待某些操作完成（例如网络请求或文件读取）时执行其他任务。与传统的同步编程相比，异步编程可以避免程序在等待某个操作完成时被阻塞，从而提高程序的整体性能。Python 的 `async` 和 `await` 关键字为开发者提供了一种简单而强大的方式来实现异步编程。通过使用这些关键字，我们可以轻松地编写出高效的非阻塞代码，特别是在处理 I/O 密集型任务时。希望本文能够帮助你更好地理解和使用 Python 的异步编程特性。```
Python 异步编程之 async 和 await
Looking的博客
07-17 459
Python 异步编程之 async 和 await
python协程---2 await使用方式
田晨丿ggss
07-27 7367
await使用原则 await + 可等待对象（协程对象，future，task ->== io等待） 1.1 await + 协程对象 import asyncio async def func1(): print(1) await asyncio.sleep(2) print(2) return "返回值" async def func2(): print(3) await func1() print(4) return "返回值"
Python Async/Await入门指南
dechen6073的博客
05-13 430
转自：https://zhuanlan.zhihu.com/p/27258289 本文将会讲述Python 3.5之后出现的async/await的使用方法，以及它们的一些使用目的，如果错误，欢迎指正。 昨天看到David Beazley在16年的一个演讲：Fear and Awaiting in Async，给了我不少的感悟和启发，于是想梳理下自己的思路，所以有了以下这篇文章...
python中await async_Python async/await教程
weixin_39692245的博客
12-05 396
Python部落(python.freelycode.com)组织翻译，禁止转载，欢迎转发。异步编程在过去的几年里获得了大量的支持，这是有原因的。虽然它比传统的流式编程更难，但是也更高效。例如，使用Python异步协同程序，在继续执行前不需要等待HTTP请求完成，你可以提交请求，一边做其他队列中等待的工作一边等待HTTP请求完成。这可能需要思考更多来获得正确的逻辑,但是你可以以更少的资源处理更多的...
python 异步 async/await（进阶详解）
热门推荐
qq_43380180的博客
12-23 7万+
CPU的时间观 I/O（异步的瓶颈） 基础概念 进程/线程 阻塞/非阻塞 并发/并行 CPU调度策略 同步/异步 事件循环+回调 协程（异步） async/await asyncio事件循环（python3.6） asyncio事件循环（python3.7） async await asyncio.create_task() asyncio.futures对象 实例 参考
python中的async和await
weixin_43413709的博客
12-07 6299
一、首先要知道什么是协程、异步。 举个例子：假设有1个洗衣房，里面有10台洗衣机，有一个洗衣工在负责这10台洗衣机。那么洗衣房就相当于1个进程，洗衣工就相当1个线程。如果有10个洗衣工，就相当于10个线程，1个进程是可以开多线程的。这就是多线程！ 那么协程呢？先不急。大家都知道，洗衣机洗衣服是需要等待时间的，如果10个洗衣工，1人负责1台洗衣机，这样效率肯定会提高，但是不觉得浪费资源吗？明明1 个人能做的事，却要10个人来做。只是把衣服放进去，打开开关，就没事做了，等衣服洗好再拿出来就可以了。就算很多人
python中await async_Python 中的 async await 概念
weixin_39667398的博客
12-05 143
from time import sleep, timedef demo1():"""假设我们有三台洗衣机, 现在有三批衣服需要分别放到这三台洗衣机里面洗."""def washing1():sleep(3) # 第一台洗衣机, 需要洗3秒才能洗完 (只是打个比方)print('washer1 finished') # 洗完的时候, 洗衣机会响一下, 告诉我们洗完了def washing2()...
Python从使用线程到使用async/await的深入讲解
09-20
自Python 3.5版本起，语言引入了`async`和`await`关键字，以简化协程（coroutine）的编写，使得异步编程更加优雅和高效。在本文中，我们将深入探讨从使用线程到使用`async/await`的转变，以及它们各自的特点和优势。...
Python生成器与async/await如何深度集成？
专注分享技术、实用优质教程、资源
05-07 1653
Python生成器与async/await如何深度集成？
python异步编程中 生成器与 async/await区别详解
专注分享技术、实用优质教程、资源
04-29 1069
python异步编程中 生成器与 async/await区别详解
玩转 Python 3.5 的 await/async
weixin_33816946的博客
11-06 190
2019独角兽企业重金招聘Python工程师标准>>> ...
IO密集型vs计算密集型
_compiling的博客
10-27 1634
经常听到别人说python多线程针对io密集型任务可以提升效率，而针对计算密集型则没有什么效果，那么什么是IO密集型和计算密集型呢？ 任务类型可以分为计算密集型和IO密集型。 计算密集型任务的特点是要进行大量的计算，消耗CPU资源，比如计算圆周率、对视频进行高清解码等等，全靠CPU的运算能力。这种计算密集型任务虽然也可以用多任务完成，但是任务越多，花在任务切换的时间就越多，CPU执行任务的效率
python async await_Python async-await教程
weixin_39811101的博客
12-03 486
在过去的几年里，由于很好的原因，异步编程获得了大量的关注。虽然它比传统的线性编程更难，但是也比其有效得多。例如，不是在继续执行前等待一个HTTP请求结束，而是在Python异步协程的帮助下，你可以提交请求，然后在等待HTTP请求完成的同时，执行其他等待在队列中的工作。为了保证逻辑正确，你可能需要多想一点，但是你也将可以使用更少的资源处理更多的工作。即便如此，在一些语言中，例如Python，异步函数...
python async await 自己的_“火与忘记”python async / await
weixin_39582737的博客
12-23 130
UPD：如果你正在使用Python> = 3.7那就替换asyncio.ensure_future到asyncio.create_task任何地方它是更新，更好的方法来产生任务。asyncio.Task“发射并忘记”根据python文档，asyncio.Task可以启动一些协程来执行“在后台”。asyncio.ensure_future 函数创建的任务不会阻止执行(因此函数将立即返回！)。这...
python async await threading_Python3 异步IO--async/await
weixin_34593927的博客
01-28 275
Python3 异步IO--async/await用asyncio提供的@asyncio.coroutine可以把一个generator标记为coroutine类型，然后在coroutine内部用yield from调用另一个coroutine实现异步操作。为了简化并更好地标识异步IO，从Python 3.5开始引入了新的语法async和await，可以让coroutine的代码更简洁易读。请注意...
python async / await
最新发布
07-18
<think>我们正在处理关于Python中async/await的使用教程和示例的请求。根据提供的引用内容，我们可以整合出一个清晰的教程，包括基本概念、语法和示例代码。 步骤： 1. 介绍async和await的基本概念：它们是用于异步编程的关键字，允许程序在等待I/O操作时执行其他任务。 2. 解释async：用于声明一个函数为协程（coroutine）。 3. 解释await：用于暂停当前协程的执行，等待一个awaitable对象（如另一个协程）完成，并返回结果。 4. 提供示例代码：使用引用[2]中的示例，展示如何定义协程函数以及如何使用await调用它们。 5. 运行事件循环：使用asyncio.run()来运行主协程。 注意：引用[1][3][4][5]提供了补充信息，如异步编程的优势、与旧式协程（使用@asyncio.coroutine装饰器）的区别，以及如何检查协程函数等。 我们将按照以下结构组织回答： - 什么是异步编程？ - async和await关键字的作用 - 一个简单的示例（展示定义和调用协程） - 如何运行异步程序 - 注意事项 然后，根据指令，生成相关问题。 由于用户要求的是教程和示例，我们将重点放在解释和代码示例上。</think>### Python async/await 使用教程 #### 一、核心概念 1. **异步编程** 程序在等待 I/O 操作（如网络请求、文件读写）时不会阻塞，而是继续执行其他任务，显著提升并发性能[^1]。 2. **async** 用于声明协程函数（coroutine），替代传统的 `@asyncio.coroutine` 装饰器： ```python async def my_coroutine(): # 声明协程函数 ... ``` 3. **await** 暂停当前协程的执行，等待异步操作完成： ```python result = await some_async_task() # 等待异步任务完成 ``` > 注意：`await` 只能用于 `async` 函数内部[^4] --- #### 二、基础示例 ```python import asyncio async def fetch_data(): print("⌛ 开始网络请求") await asyncio.sleep(2) # 模拟网络延迟 print("✅ 数据获取完成") return {"data": 42} async def main(): print("🏁 启动主协程") result = await fetch_data() # 等待协程完成 print(f"📊 结果: {result}") print("🏁 主协程结束") # 运行入口 asyncio.run(main()) ``` **输出顺序**： ``` 🏁 启动主协程 ⌛ 开始网络请求 （等待2秒） ✅ 数据获取完成 📊 结果: {'data': 42} 🏁 主协程结束 ``` --- #### 三、并发执行多个任务 ```python async def task_A(): await asyncio.sleep(1) return "A完成" async def task_B(): await asyncio.sleep(2) return "B完成" async def main(): # 同时启动两个任务 task1 = asyncio.create_task(task_A()) task2 = asyncio.create_task(task_B()) # 等待所有任务完成 results = await asyncio.gather(task1, task2) print(f"结果: {results}") # 输出: ['A完成', 'B完成'] asyncio.run(main()) ``` > 总执行时间 ≈ 2秒（而非1+2=3秒），因任务并行执行[^2] --- #### 四、关键注意事项 1. **协程不直接执行** 调用协程函数仅返回协程对象，需通过 `await` 或 `asyncio.run()` 触发执行 ```python coro = fetch_data() # 错误：不会执行 await coro # 正确：实际执行 ``` 2. **事件循环要求** 异步代码必须在事件循环中运行： ```python # 正确方式 asyncio.run(main()) # 错误方式（在同步环境直接调用） main() ``` 3. **可等待对象类型** `await` 支持三种对象： - 协程（`async def` 创建） - asyncio.Task 对象 - 实现 `__await__()` 方法的对象[^5] --- #### 五、实际应用场景 1. 高并发网络服务（Web 服务器/API） 2. 爬虫程序（并行处理多个网页请求） 3. 数据库批量操作 4. 实时数据处理管道 > 当程序受限于 I/O 等待时，异步编程通常可获得 3-10 倍的性能提升[^3]
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值