Python协程入门指北

一、什么是协程?

协程(Coroutine)就像可以暂停执行的函数,能够在执行过程中主动让出控制权,等准备好后再继续执行。

生活小例子

想象你在咖啡店排队:

  • 普通函数:必须一直排到取餐(阻塞等待)
  • 协程:下单后去旁边座位等,轮到你再回来取(非阻塞)

二、快速入门

1. 最简单的协程

python 复制代码
import asyncio

async def hello():
    print("开始")
    await asyncio.sleep(1)  # 暂停1秒
    print("结束")

asyncio.run(hello())  # 运行协程

2. 并发执行多个协程

python 复制代码
async def make_coffee(name, time):
    print(f"{name}开始制作")
    await asyncio.sleep(time)
    print(f"{name}制作完成")

async def main():
    # 同时制作三杯咖啡
    await asyncio.gather(
        make_coffee("拿铁", 2),
        make_coffee("美式", 1),
        make_coffee("卡布", 3)
    )

asyncio.run(main())

输出顺序:美式 → 拿铁 → 卡布(总耗时3秒)

三、核心概念

1. 关键字解析

关键字 作用说明 示例
async 定义协程函数 async def func():
await 暂停等待异步操作 await task()
run() 启动协程的主入口 asyncio.run(main())

2. 协程 vs 多线程

协程 多线程
内存占用 约1KB/任务 约8MB/线程
切换速度 100纳秒级 1微秒级
适用场景 I/O密集型任务 CPU密集型任务

四、实战应用

1. 网络请求并发

python 复制代码
import aiohttp

async def fetch(url):
    async with aiohttp.ClientSession() as session:
        async with session.get(url) as response:
            return await response.text()

async def main():
    urls = ["url1", "url2", "url3"]
    results = await asyncio.gather(*[fetch(url) for url in urls])
    print(f"获取到{len(results)}个结果")

asyncio.run(main())

2. 生产者-消费者模式

python 复制代码
async def producer(queue):
    for i in range(5):
        await queue.put(i)
        print(f"生产产品{i}")
        await asyncio.sleep(0.5)

async def consumer(queue):
    while True:
        item = await queue.get()
        print(f"消费产品{item}")
        queue.task_done()

async def main():
    queue = asyncio.Queue(3)  # 最大容量3
    await asyncio.gather(
        producer(queue),
        consumer(queue)
    )

asyncio.run(main())

五、常见问题

1. 为什么我的协程不执行?

  • 忘记使用await调用协程
  • 没有通过asyncio.run()启动
  • 在普通函数中调用协程

2. 如何停止无限循环的协程?

python 复制代码
task = asyncio.create_task(infinite_task())
await asyncio.sleep(5)
task.cancel()  # 5秒后取消任务

3. 协程会替代多线程吗?

  • 适合:网络请求、文件IO、Web服务等I/O密集型场景
  • 不适合:科学计算、图像处理等CPU密集型任务

六、优化

  1. 避免阻塞操作 :用await asyncio.sleep()代替time.sleep()
  2. 限制并发量
python 复制代码
sem = asyncio.Semaphore(10)  # 最多同时10个

async def limited_task():
    async with sem:
        await heavy_work()
  1. 使用结构化并发(Python 3.11+):
python 复制代码
async with asyncio.TaskGroup() as tg:
    tg.create_task(task1())
    tg.create_task(task2())

备注

个人水平有限,有问题随时交流~

相关推荐
skywalk81631 天前
记录段言的开发过程
开发语言·学习·编程
TickDB1 天前
Python 调用实时行情 API:ticker 返回成功后,如何校验字段再入库或展示
python·websocket·行情数据 api
未若君雅裁1 天前
JVM 垃圾回收器全景与G1深度解析
java·开发语言·jvm
霸道流氓气质1 天前
Java 大数据量异步处理方案:线程池 vs 消息队列
java·开发语言
devilnumber1 天前
想真正吃透 + 灵活运用 Java 代理模式
java·开发语言·代理模式
AC赳赳老秦1 天前
OpenClaw 助力技术面试:自动生成面试题、模拟面试、整理面试知识点
开发语言·python·面试·职场和发展·自动化·deepseek·openclaw
刘科领1 天前
修改jdk 第一步: 仓库以及构建(jdk17)
java·开发语言
Hali_Botebie1 天前
PyTorch 2.x核心变革torch.compile(),Triton 是其中最重要的 kernel 生成方式之一
人工智能·pytorch·python
C+-C资深大佬1 天前
C++ 中的 constexpr与 const区
java·开发语言·c++
仙俊红1 天前
Java 单例模式:类里面为什么可以有自己类型的字段?
java·开发语言·单例模式