9.3 异步编程核心(Asyncio):事件循环(Event Loop)、async/await 原理与高并发网络请求
本节目录
欢迎回到 HelloWorld 技术社区(www.helloworld.net) 《Python 现代开发实战》专栏。
多线程在并发量达到几千时,操作系统内核态线程上下文切换与栈内存开销就会急剧攀升;而 asyncio 协程完全在用户态调度,创建一个协程仅需几 KB 内存,单核即可轻松承载数万并发连接。
import asyncio
async def fetch_service_metric(service_name: str, delay: float) -> dict[str, object]:
await asyncio.sleep(delay) # 遇到 await 主动交出控制权给事件循环,去执行其他协程
return {"service": service_name, "status": "UP", "latency_ms": int(delay * 1000)}
async def main() -> None:
# Python 3.11+ 推荐的结构化并发 TaskGroup:任一子任务抛异常会自动取消同组其余任务,绝不泄漏孤儿任务
async with asyncio.TaskGroup() as tg:
t1 = tg.create_task(fetch_service_metric("auth-svc", 0.2))
t2 = tg.create_task(fetch_service_metric("post-svc", 0.3))
t3 = tg.create_task(fetch_service_metric("search-svc", 0.1))
print("所有微服务并行采集结果:", [t1.result(), t2.result(), t3.result()])
if __name__ == "__main__":
asyncio.run(main()) # 总耗时仅约 0.3 秒(取决于最慢的那个任务),而非 0.6 秒
💬 HelloWorld 社区实战打卡
使用 asyncio.timeout(0.25)(Python 3.11+ 内置异步超时上下文管理器)包裹上述 TaskGroup,演示当某个服务响应超时时如何优雅捕获 TimeoutError!带 #Python专栏打卡 贴出代码!