Python异步编程实战：asyncio完全指南

同步 vs 异步

同步编程：代码按顺序执行，遇到I/O操作时等待。

import time

def fetch_data(url):
    time.sleep(2)  # 阻塞2秒
    return f"数据来自 {url}"

# 3个请求需要6秒

异步编程：遇到I/O操作时不阻塞，去执行其他任务。

import asyncio

async def fetch_data(url):
    await asyncio.sleep(2)  # 非阻塞
    return f"数据来自 {url}"

async def main():
    tasks = [fetch_data(f"https://api{i}.com") for i in range(3)]
    results = await asyncio.gather(*tasks)
    # 3个请求只需2秒！

asyncio.run(main())

核心概念

概念	说明
event loop	事件循环，异步程序的大脑
coroutine	协程，异步函数
await	等待异步操作完成
Task	对协程的封装

实战：异步HTTP请求

import asyncio
import aiohttp

async def fetch(session, url):
    async with session.get(url) as response:
        return await response.text()

async def fetch_all(urls):
    async with aiohttp.ClientSession() as session:
        tasks = [fetch(session, url) for url in urls]
        return await asyncio.gather(*tasks)

实战：异步爬虫

class AsyncCrawler:
    def __init__(self, max_concurrent=10):
        self.semaphore = asyncio.Semaphore(max_concurrent)

    async def crawl(self, start_url, max_pages=50):
        async with aiohttp.ClientSession() as session:
            queue = asyncio.Queue()
            await queue.put(start_url)
            while not queue.empty():
                url = await queue.get()
                html = await self.fetch(session, url)
                links = self.parse_links(html)
                for link in links:
                    await queue.put(link)

常见陷阱

1. 不要在异步函数中调用同步阻塞代码（如time.sleep、requests.get）
2. 不要忘记await协程调用
3. 使用Semaphore控制并发数，避免资源耗尽

性能对比

场景	同步耗时	异步耗时	提升
100个HTTP请求	200秒	2.5秒	80x
1000个数据库查询	500秒	8秒	62x

---

📢 本文为精简版，完整版包含独家工具推荐和深度分析，请访问 WD Tech Blog 查看！

关注我的博客获取最新科技资讯、AI教程和效率工具推荐！