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：
与 ECShop 不同的是，ECMall 是一个允许店铺加盟的多店系统。它不仅可以帮助众多成熟的网络社区实现社区电子商务还可以推进各种地域性、垂直性明显的门户网站的电子商务进程。 ECMall是一个根据融合了电子商务以及网络社区特色的产品，它不仅能使您的电子商务进程变得异常轻松，同时通过和康盛创想相关产品的结合还能进一步提高用户的活跃度以及黏性，从而促进用户的忠诚度。 ECMall 2.3.0 正
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
