Python asyncio 异步编程：事件循环与并发原语

一、asyncio 解决了什么

Python 的 asyncio 用单线程事件循环实现并发，专为 IO 密集型任务设计：一个请求在等网络时，事件循环去跑别的协程，吞吐远超同步写法。

二、async / await 基本套路

import asyncio

async def fetch(name, sec):
    print(f"{name} 开始")
    await asyncio.sleep(sec)     # 模拟 IO 等待，让出控制权
    print(f"{name} 完成")
    return name

async def main():
    # 并发跑三个任务
    results = await asyncio.gather(
        fetch("A", 1), fetch("B", 2), fetch("C", 1)
    )
    print(results)

asyncio.run(main())

三、常见并发原语

原语	用途
gather	并发等一组任务全完成，拿全部结果
create_task	把协程提交给循环，立即返回 Task
Semaphore	限制并发数，防打爆下游
Queue	生产者消费者模型

四、两个致命误区

在协程里调阻塞函数（如 time.sleep、同步 requests）：会卡住整个事件循环，应改用 asyncio.sleep 或 aiohttp；
以为 asyncio 能加速 CPU 计算：不能，CPU 密集请上多进程。

五、限流示例

sem = asyncio.Semaphore(5)   # 最多 5 个并发
async def safe_fetch(url):
    async with sem:
        async with aiohttp.ClientSession() as s:
            async with s.get(url) as r:
                return await r.text()

asyncio 上手不难，难在”别混用阻塞与异步”。守住这条，并发爬虫、并发 API 调用就能稳稳提速。