更多Dash应用开发干货知识、案例，欢迎关注"玩转Dash"微信公众号👇
大家好我是费老师，在前两期文章中，我们针对Python生态中++强大++ 且++灵活++ 的全栈应用开发 框架Dash，介绍了其3.x新版本中的部分更新内容🧐：
而今天的文章中，我们将继续介绍Dash3.x新版本中的其他重磅💥新功能，今天要介绍的是新版本中对异步编程的新增支持。
Dash应用开发新增异步编程支持
从3.1.0版本开始，得益于底层依赖的Flask当前对异步编程 较为稳定的支持，在Dash中我们可以编写异步函数形式的服务端回调函数 。终端执行下面的命令，即可完成额外异步依赖的安装：
bash
pip install dash[async] -U对于了解Python异步编程的朋友，可以将应用中相关的计算场景轻松改造为异步形式 ，从而大幅度降低计算耗时，下面我们举例演示：
异步形式的回调函数
针对服务端回调函数 场景，为了进行直观对比 ，我们先来看一个同步写法下的示例应用：
python
import time
import dash
import random
from dash import html
import feffery_antd_components as fac
from dash.dependencies import Input, Output
from feffery_dash_utils.style_utils import style
app = dash.Dash(__name__)
app.layout = html.Div(
[
fac.AntdSpace(
[
fac.AntdButton(
"执行计算",
id="execute",
type="primary",
loadingChildren="计算中",
),
fac.AntdText(id="result"),
]
)
],
style=style(padding=50),
)
def job():
time.sleep(1)
return random.randint(0, 100)
@app.callback(
Output("result", "children"),
Input("execute", "nClicks"),
running=[[Input("execute", "loading"), True, False]],
prevent_initial_call=True,
)
def sync_callback_demo(nClicks):
start = time.time()
# 模拟耗时计算任务过程
results = [job() for _ in range(5)]
return f"本次计算结果：{results}, 计算耗时：{round(time.time() - start, 2)} 秒"
if __name__ == "__main__":
app.run(debug=True)在对应的回调函数sync_callback_demo()中，我们调用了5次 具有一定模拟计算耗时的job()函数，因此每次点击按钮执行计算后，都要耗时约5秒：
而在3.1.0版本之后的Dash中，我们可以使用Python中的异步编程相关写法，编写异步形式的回调函数，与前面同步形式示例做对比，异步形式示例代码如下：
python
import time
import dash
import random
import asyncio
from dash import html
import feffery_antd_components as fac
from dash.dependencies import Input, Output
from feffery_dash_utils.style_utils import style
app = dash.Dash(__name__)
app.layout = html.Div(
[
fac.AntdSpace(
[
fac.AntdButton(
"执行计算",
id="execute",
type="primary",
loadingChildren="计算中",
),
fac.AntdText(id="result"),
]
)
],
style=style(padding=50),
)
async def async_job():
await asyncio.sleep(1)
return random.randint(0, 100)
@app.callback(
Output("result", "children"),
Input("execute", "nClicks"),
running=[[Input("execute", "loading"), True, False]],
prevent_initial_call=True,
)
async def async_callback_demo(nClicks):
start = time.time()
# 模拟耗时计算任务过程
coros = [async_job() for _ in range(5)]
results = await asyncio.gather(*coros)
return f"本次计算结果：{results}, 计算耗时：{round(time.time() - start, 2)} 秒"
if __name__ == "__main__":
app.run(debug=True)因为利用asyncio.gather()进行多个异步函数的整合执行，所以同样的计算操作，耗时得到有效降低，只需要约1秒：
基于这项新特性，我们就可以在相关场景下进行有效的异步改造，从而提升计算效率⚡。
篇幅有限，更多新版本Dash更新相关内容，接下来的数篇文章我们继续为大家盘点，敬请期待~
以上就是本文的全部内容，对Dash应用开发感兴趣的朋友，欢迎添加微信号CNFeffery，备注"dash学习"加入我们的技术交流群，一起成长一起进步。