Python 异步编程实战：asyncio 事件循环与任务调度

在网络请求、文件读写和数据库访问越来越多的今天，程序常常不是算得慢，而是等得久。Python 的 asyncio 正是为这类等待而生的：它用单线程加事件循环的方式，让一个线程在等待时去做另一件事，从而把 I/O 等待时间变成有效工作时间。

一、为什么需要异步
同步代码遇到网络请求就会阻塞整个线程，一个请求耗时 200 毫秒，十个串行请求就是 2 秒。多线程能缓解问题，但线程切换、锁和共享状态会带来新的复杂度。异步则不同：当协程遇到 await，它主动把控制权交还给事件循环，循环立刻去执行其他已就绪的任务，等 I/O 完成后再回来继续，整个过程没有线程切换开销，也不必处处加锁。

二、事件循环是什么
事件循环是 asyncio 的核心调度器，它不断检查哪些任务已经就绪、哪些 I/O 已经完成，然后按顺序推进它们。可以把它理解成一个只需要一个工人的前台：工人一次只接待一个人，但客人填表等待时，工人可以先接待下一位，而不是原地空等。asyncio.run() 会自动创建并关闭事件循环，一般应用只需要一个入口，不建议自己反复创建循环。

三、协程与 await
用 async def 定义协程函数，调用它不会立即执行，只会得到一个协程对象，只有被 await 或者交给事件循环调度时才会真正运行。await 只能出现在 async def 内部，它表示这里可能等待。需要并发时，先用 asyncio.create_task() 把协程包装成任务，再用 asyncio.gather() 等待多个任务一起完成，这样十个请求的总耗时接近最慢的那一个，而不是十个之和。

四、任务调度的常用写法
常见的组合有三类。第一类是 gather：结果按传入顺序返回，适合批量拉取彼此独立的数据，配合 return_exceptions=True 可以让个别失败不影响整体。第二类是 wait：可以设定 FIRST_COMPLETED 或 ALL_COMPLETED，适合只关心最先完成的任务，或者分批处理。第三类是 as_completed：按完成顺序逐个产出结果，适合一边下载一边处理，越早完成的结果越早被消费。

五、超时与取消要显式处理
网络请求没有超时就是隐患。asyncio.wait_for() 可以给协程设定时限，超时会抛出 TimeoutError，调用方需要捕获并做好清理；直接用 task.cancel() 取消任务时，被取消的协程会在下一个 await 处收到 CancelledError，资源释放和 finally 块要写在协程内部。注意不要在 finally 里再做长时间阻塞等待，否则取消也会被拖住。生产代码还应当限制并发数，比如用 asyncio.Semaphore 把同时进行的请求控制在十个以内，避免瞬间打满上游接口。

六、容易踩的几个坑
第一个坑是在协程里调用 time.sleep() 或者同步的 requests 请求，这会阻塞整个事件循环，所有任务都被拖慢，应当改用 asyncio.sleep() 和支持异步的客户端。第二个坑是忘记 await，导致协程对象从未执行。第三个坑是把 CPU 密集型计算放进协程，事件循环仍然只有一个线程在跑，计算密集任务应当交给线程池或者进程池，用 loop.run_in_executor() 转移出去。

小结：异步不是万能药，它适合 I/O 密集的场景。掌握事件循环、协程、任务和超时这几块，就能写出可读又高效的异步代码。先从一个真实的批量请求场景练起，用 gather 加超时和信号量控制并发，效果往往立刻就能看见。