首页 > 文章 > python教程

Python高并发教程：asyncio协程实战指南

时间：2026-01-23 19:52:03 305浏览收藏

本篇文章向大家介绍《Python高并发开发教程：asyncio协程实战》，主要包括，具有一定的参考价值，需要的朋友可以参考一下。

asyncio协程基于单线程事件循环实现高并发I/O，不阻塞、开销小、需全异步生态支持；示例用aiohttp并发发3请求；须用Semaphore控并发、try/except和wait_for保健壮；生产推荐FastAPI、asyncpg等异步栈。

Python高并发系统开发教程_asyncio多任务协程实践

理解asyncio协程与传统线程的区别

asyncio不是多线程，也不是多进程，它基于单线程内的事件循环（event loop）调度多个协程（coroutine），通过 await 主动让出控制权，实现高并发I/O密集型任务。关键在于：协程不阻塞、切换开销极小、内存占用低，但要求所有I/O操作必须是异步的（如 aiohttp 替代 requests，aiomysql 替代 pymysql）。

用async/await写第一个并发任务

下面是一个同时发起3个HTTP请求的示例，比串行快3倍左右：


import asyncio
import aiohttp
async def fetch_url(session, url):

    async with session.get(url) as response:

        return await response.text()
async def main():

    async with aiohttp.ClientSession() as session:

        tasks = [

            fetch_url(session, 'https://httpbin.org/delay/1'),

            fetch_url(session, 'https://httpbin.org/delay/1'),

            fetch_url(session, 'https://httpbin.org/delay/1')

        ]

        results = await asyncio.gather(*tasks)

        print(f'共获取 {len(results)} 个响应')
if __name__ == '__main__':

    asyncio.run(main())

控制并发数量避免压垮服务

无节制地创建成百上千个task可能触发连接数超限或对方限流。推荐用 asyncio.Semaphore 限制并发请求数：

初始化一个信号量：sem = asyncio.Semaphore(10)，表示最多10个协程同时执行
每个任务前加 async with sem:，自动排队等待空闲名额
适合爬虫、批量调用API、数据库批量写入等场景

处理异常与超时保障系统健壮性

协程中未捕获的异常会静默丢失，需主动处理：

给每个 await 加 try/except，或在 asyncio.gather 中传入 return_exceptions=True
用 asyncio.wait_for(task, timeout=5) 设置单任务超时，防止某个请求卡死拖慢整体
对关键任务可配合 retry 逻辑（如使用 tenacity 库或手写重试循环）

生产环境常用组合建议

实际部署时注意几点：

Web框架优先选支持原生async的，如 FastAPI 或 Starlette，避免在 Flask/Django 中强行套 asyncio
数据库驱动必须用异步版（如 asyncpg、aiomysql），否则 await 一个同步调用会阻塞整个事件循环
CPU密集型任务不要直接 await，应通过 asyncio.to_thread() 或 ProcessPoolExecutor 拆离到其他线程/进程
日志记录推荐用 structlog + 异步handler，避免 logging.info() 这类同步IO拖慢协程

到这里，我们也就讲完了《Python高并发教程：asyncio协程实战指南》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于的知识点！

前往漫画官网入口并下载 ➜