在同步编程模式下，程序按照顺序依次执行任务，当前任务未完成时，后续任务只能等待。例如，当程序发起一个网络请求获取数据时，在数据返回之前，整个程序都会处于阻塞状态，无法执行其他任务。这就好比在餐厅排队点餐，前面的人点餐速度很慢，后面的人只能干等着，浪费了大量时间。

假设有一个程序需要依次执行三个网络请求，每个请求耗时 1 秒，那么整个程序执行完就需要 3 秒。如果这三个请求之间没有依赖关系，完全可以同时发起请求，在等待数据返回的过程中去处理其他任务，这样就能大大缩短整体执行时间。而异步编程，正是解决这类问题的关键！

asyncio是 Python 用于编写异步程序的标准库，它提供了一系列工具和机制，让开发者能够轻松实现异步代码。其核心概念主要包括以下几个方面：

协程是asyncio中最基础的单元，它是一种特殊的函数，通过async关键字定义。与普通函数不同，协程函数在执行过程中可以通过await关键字暂停执行，让出控制权，等待其他任务完成后再继续执行。例如：

    
    
    

     
    
    
    
    
    
    

     
     
     

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

     
     
     
     
     
     
import asyncio

async def say_hello():print("Hello")await asyncio.sleep(1)  # 模拟耗时操作print("World")

asyncio.run(say_hello())
    
    
    
    
    
    

     
    
    
    

在上述代码中，say_hello是一个协程函数，当执行到await asyncio.sleep(1)时，协程会暂停 1 秒，期间其他任务可以继续执行，1 秒后协程恢复执行，打印出World。

事件循环是asyncio的核心，它负责协调和调度协程的执行。事件循环会不断检查是否有可执行的协程任务，当协程遇到await语句时，事件循环会暂停该协程的执行，并将控制权转移到其他可执行的协程。只有当await的任务完成后，事件循环才会重新唤醒协程继续执行。

可以把事件循环想象成一个忙碌的 “调度员”，它手里拿着所有协程的 “任务清单”，按照一定的规则安排协程执行，确保程序高效运行。

任务是对协程的进一步封装，用于在事件循环中管理协程的执行。通过asyncio.create_task()方法可以将协程包装成任务，这样事件循环就能更好地调度和监控协程的执行状态。例如：

    
    
    

     
    
    
    
    
    
    

     
     
     

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

     
     
     
     
     
     
import asyncio
async def task_function():for i in range(3):print(f"Task running: {i}")await asyncio.sleep(1)
async def main():task = asyncio.create_task(task_function())await asyncio.sleep(2)  # 模拟其他操作print("Main function continues")await task  # 等待任务完成
asyncio.run(main())
    
    
    

在这个例子中，task_function是一个协程，通过asyncio.create_task()将其创建为任务，在main协程中可以对任务进行管理和等待。

下面我们通过一个实际案例，来展示如何使用asyncio并发执行多个任务，体验异步编程带来的效率提升。假设我们需要同时发起多个网络请求获取数据，使用异步编程可以在等待请求返回的过程中，执行其他任务，而不是傻傻等待。

    
    
    

     
    
    
    
    
    
    

     
     
     

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

      
      
      

     
     
     
     
     
     
import asyncioimport aiohttp  # 用于异步网络请求的库
async def fetch_data(session, url):async with session.get(url) as response:return await response.json()
async def main():urls = ["https://api.example.com/data1","https://api.example.com/data2","https://api.example.com/data3"]async with aiohttp.ClientSession() as session:tasks = [fetch_data(session, url) for url in urls]results = await asyncio.gather(*tasks)print(results)
asyncio.run(main())
    
    
    
    
    
    

     
    
    
    

在上述代码中，fetch_data协程负责发起网络请求并获取数据，main协程中通过列表推导式创建了多个任务，然后使用asyncio.gather()方法并发执行这些任务，并等待所有任务完成后获取结果。相比同步执行多个网络请求，这种方式能显著减少整体执行时间。

asyncio库在很多场景下都能发挥巨大作用：

• 网络请求：在处理大量网络请求时，如爬虫程序、API 调用等，异步编程可以大幅提高数据获取效率。

• 文件读写：当程序需要频繁进行文件读写操作时，异步方式可以避免因 I/O 操作阻塞而浪费时间。