python 3.7 async异步编程极简入门

首先，如图是使用async await语法实现的一个和串行程序等价的程序。所有的异步函数声明要加async。

在一个async函数内，异步调用需要使用await或者其它方式“异步等待”。

要运行一个async函数，需要使用asyncio.run来执行。

这个程序还没有发挥出async的优势，只是用于说明基本语法。

如图是和上述async-await版本完全等价的串行程序。执行顺序是完全相同的。

使用传统阻塞式的time.sleep代替了异步版本asyncio.sleep。

如果我们要理解async有什么好处，不妨先对执行代码记个时，如图。

可以看到，三个my_task都执行完毕总共花了2*3=6秒。

现在，我们对一开始的那个async-await的版本同样插入计时函数。由于这个版本和串行等价，我们看到三个my_task执行时间一样，共2*3=6秒。

我们注意到，这是因为三个my_task都用await按照顺序等待，下面将改进之。

如果用三个await按照顺序等待，浪费了时间，第一个my_task陷入sleep开始等待时，完全可以启动第二个my_task。

改进如图，使用一个await等待3个，3个my_task使用asyncio.create_task依次创建，用asyncio.gether收集。

我们看到，执行3个任务总共2秒。看print输出，是3个先都启动，然后3个都结束。

async-await机制并非多线程多进程等方式，而是单线程实现的。async-await用于描述控制流何时切换。

一个异步调用必须将其awaited。当async函数进入等待时，调用async函数的一方会保存现场，并层层传导，层层暂停返回。我们想象运行树，从造成等待的叶子节点（I/O等待，网络等待，定时等待..）逐层返回并冻结执行现场，然后接着运行其它任务。

虽然只有一个线程，但是它在多个async任务之间按照设定好的方式interleaving，提升了CPU的繁忙程度和多任务处理。

如果我们不await一个async调用，会有如图警告，函数不会暂定现场，不会再回到该调用点。