在编程世界中，“非阻塞”的概念无处不在。 javascript 开发人员经常使用术语“异步”，因为它是 javascript 的优势之一。然而，要真正理解异步编程，必须掌握并发和并行编程的概念。
并发编程
当几个独立的实体同时工作时，编程是并发的。这并不一定意味着这些任务在完全相同的时间运行。相反，它意味着任务通过共享资源（例如 cpu 时间）随着时间的推移不断取得进展。并发编程的主要优点是它的鲁棒性：如果一个进程崩溃，程序的其余部分继续运行。
并行编程
如果一个算法可以将其工作分为几个部分，那么它就是并行的。拥有的处理器越多，您从并行性中受益就越多。高效的并行编程可优化现代机器的资源以获得更好的性能。
用 cooking 说明并发与并行
并发示例：
想象一下您正在准备一顿饭，需要烤一些肉并制作酱汁。首先将肉放在烤架上。当肉烤的时候，你可以把西红柿和其他蔬菜切碎作为酱汁。然后，你开始煮酱汁，同时偶尔检查一下肉。在这里，两项任务（烤肉和制作酱汁）都在进行中，但您正在它们之间切换注意力。这代表并发。
并行示例：
现在，假设您有一位朋友可以帮助您。当您专注于烤肉时，您的朋友则负责制作酱汁。这两项任务同时完成，无需在它们之间切换注意力。这代表并行性。
什么是异步编程？
异步编程涉及处理程序外部发生的输入/输出（i/o）操作，例如用户输入、打印到终端、从套接字读取或写入磁盘。异步 i/o 的关键特征是：
操作所花费的时间与cpu无关。相反，它取决于磁盘速度、网络延迟和其他外部条件等因素。
程序无法预测操作何时结束。
对于具有大量 i/o 的服务（如 web 服务器、数据库和部署脚本），优化这些操作可以极大地提高性能。
让我们看看阻塞代码和非阻塞代码的示例。
阻塞和非阻塞代码示例
考虑一个简单的程序：
import time
def task():
time.sleep(2)
print("hello")
for _ in range(3):
task()
在这个同步程序中，每个任务都会等待前一个任务完成，从而导致延迟。
现在，让我们看一下使用 asyncio 的异步版本：
import asyncio
async def task():
await asyncio.sleep(2)
print("hello")
async def main():
tasks = [task() for _ in range(3)]
await asyncio.gather(*tasks)
asyncio.run(main())
在这个异步程序中，任务同时运行，减少了总执行时间。让我们探索异步编程的组件。
异步编程的组成部分
事件循环、协程和 future 是异步 python 程序的基本元素。
事件循环：管理任务切换和执行流程，跟踪要异步运行的任务。
协程： 可以暂停和恢复的特殊功能，允许在等待期间运行其他任务。协程指定任务切换事件应在函数中发生的位置，将控制权返回给事件循环。协程通常由事件循环创建并内部存储在任务队列中。
futures： 协程结果的占位符，存储结果或异常。一旦事件循环启动一个协程，就会创建一个相应的 future 来存储协程的结果，如果在协程执行过程中抛出异常，则会创建一个异常。
解释完 python 异步编程的关键部分后，让我们编写一些代码。
编写异步代码
现在您已经了解了异步编程模式，让我们编写一个小脚本并分析执行情况。这是一个简单的异步脚本：
import asyncio
async def task():
await asyncio.sleep(2)
print("hello")
async def main():
tasks = [task() for _ in range(3)]
await asyncio.gather(*tasks)
asyncio.run(main())
在上面的代码中，我们尝试继续执行其他任务，即使另一个正在执行的任务正在睡眠（阻塞）。注意任务和主要函数前面的 async 关键字。
这些函数现在是协程.
python 中的协程函数前面有关键字 async。这里的 main() 函数是任务协调器或我们的单个事件循环，因为它使用 async.gather 方法执行所有任务。 asyncio.gather 函数同时运行可等待对象。
输出：
hello hello hello program executed in 2.01 seconds.
当每个任务到达await asyncio.sleep(2)时，它只是转到下一个任务并在完成时返回。这就像在说：“我要睡 2 秒钟。做点别的事吧。”
让我们看看同步版本，以便快速比较。
import time
def task():
time.sleep(2)
print("hello")
for _ in range(3):
task()
在上面的代码中，我们采用传统的python编程方式。您会注意到该过程的执行将花费更多时间。
输出：
hello hello hello program executed in 6.01 seconds.
现在你可以注意到执行时间了。将 time.sleep() 视为阻塞任务，将 asyncio.sleep() 视为非阻塞或长时间任务。在异步编程中，等待某些内容（例如 asyncio.sleep()）的好处是，周围的函数可以暂时将控制权交给另一个准备立即执行的函数。
了解了 python 异步编程的一些基本示例后，让我们来探索一下 python 异步编程的规则。
异步编程规则
-
协程：协程不能直接执行。如果您尝试直接运行协程函数，它将返回一个协程对象。相反，使用 asyncio.run():
import asyncio async def hello(): await asyncio.sleep(1) print('hello') asyncio.run(hello()) 可等待对象： 协程、futures 和任务是主要的可等待对象。 python 协程是可等待的，并且可以被其他协程等待。
-
await 关键字：await 只能在异步函数中使用。
async def hello(): await asyncio.sleep(1) print("hello") 兼容性： 并非所有 python 模块都兼容异步编程。例如，将await asyncio.sleep() 替换为time.sleep() 将导致错误。您可以在这里查看兼容和维护的模块列表。
在下一节中，我们将探讨异步编程的常见用法，http 请求。
程序示例：异步请求
我们来看看下面这段代码：
import aiohttp
import asyncio
async def fetch(session, city):
url = f"https://www.prevision-meteo.ch/services/json/{city}"
async with session.get(url) as response:
data = await response.json()
print(f"temperature at {city}: {data['current_condition']['tmp']} c")
async def main():
async with aiohttp.clientsession() as session:
cities = ['paris', 'toulouse', 'marseille']
tasks = [fetch(session, city) for city in cities]
await asyncio.gather(*tasks)
asyncio.run(main())
在上面的代码中，我们创建了两个异步函数：一个用于从 prevision-meteo url 获取数据，另一个主函数用于执行 python 代码中的进程。目标是发送异步 http get 请求来检索温度并打印响应。
在main和fetch函数中，我们使用了async with。在 fetch 函数中，async with 确保连接正确关闭。在 main 函数中，它确保 clientsession 在完成请求后关闭。这些实践对于 python 异步编码中有效管理资源并防止泄漏非常重要。
在main函数的最后一行，我们使用await asyncio.gather(*tasks)。在我们的例子中，它同时运行所有任务，允许程序同时发送多个 http 请求。使用await可确保程序等待所有任务完成后再继续。
输出：
temperature at marseille: 25 c temperature at toulouse: 24 c temperature at paris: 18 c program executed in 5.86 seconds.
用于比较的同步版本
代码：
import requests
import time
def fetch(city):
url = f"https://www.prevision-meteo.ch/services/json/{city}"
response = requests.get(url)
data = response.json()
print(f"temperature at {city}: {data['current_condition']['tmp']} c")
def main():
cities = ['paris', 'toulouse', 'marseille']
for city in cities:
fetch(city)
start_time = time.time()
main()
print(f"program executed in {time.time() - start_time:.2f} seconds.")
输出：
Temperature at Paris: 18 C Temperature at Toulouse: 24 C Temperature at Marseille: 25 C Program executed in 9.01 seconds.
何时使用异步编程
异步模型在以下情况下表现最佳：
任务数量较多，保证至少有一个任务可以一直进行。
任务涉及大量 i/o，导致异步程序在其他任务可以运行时浪费大量时间阻塞。
任务在很大程度上是独立的，最大限度地减少任务间通信（从而使一个任务等待另一任务）。
结论
在本教程中，我们介绍了：
异步编程的概念及相关概念。
有效使用async/await。
使用 aiohttp 发出异步 http 请求。
异步编程的好处。
感谢您的阅读。第二部分将介绍 django 的异步编程。
资源
python 文档：协程和任务
python 文档：asyncio - 异步 i/o
aiohttp 文档
aio 图书馆
并发与并行
