事件循环介绍

事件循环(Event Loop)的"电梯"比喻

把单线程 CPU 想成一部只载一人的电梯

  • 电梯里一次只能运行一个人(同步函数)
  • 但大楼里 1000 个人都要去不同楼层(I/O 操作:网络、文件、数据库 ...)
  • 如果每个人"自己开电梯"→ 电梯空跑、人堵门口,效率极低

事件循环就是**"电梯调度员"**:

  1. 把整栋楼的所有"上下楼请求"登记到一张任务清单
  2. 电梯每次只拉一个"能立刻出发"的人
  3. 当某人按下"去 15 楼"按钮后,电梯不会傻等他走到 15 楼再回来 ,而是
    • 把"到达 15 楼后的事"写进清单(回调 / Future)
    • 立刻拉下一位就绪的人
  4. 15 楼按钮亮起(I/O 完成)→ 调度员再把"后续任务"重新塞进电梯

结果:一部电梯(单线程)在任意时刻都载着"就绪"的人 , 而"等人"的时间被拿去干别的事,宏观上 1000 个人同时移动------这就是并发。


技术映射

比喻 真实术语
任务清单 就绪队列(ready queue)
电梯 线程(主线程)
按钮亮起 内核 epoll/select 返回可读/可写事件
到达后的事 回调、协程 resume、Future.set_result()
调度员 事件循环对象 (asyncio.get_event_loop())

为什么能"异步"又"并发"

  1. 异步

    调用 await sock.recv(1024) 时,协程把"剩余代码"封装成回调挂到事件循环,

    主线程立刻去执行下一个就绪任务;

    当 socket 缓冲区收到数据 → 事件循环把回调重新推进就绪队列 → 协程恢复。

    因此调用者不会阻塞在 recv 上,形成"非阻塞"效果。

  2. 并发

    单线程同一时刻只能跑一条 CPU 指令,

    但 I/O 操作 99 % 时间都在等网卡、等磁盘、等数据库响应

    事件循环把这些"空闲时间"切片,让成千上万个协程轮流占用 CPU

    从宏观时间轴看,它们像是"同时"进行,于是实现了高并发


一张图秒懂

lua 复制代码
        主线程(单核)
┌──────────────────────────────┐
│ while True:                  │
│     ① 将就绪协程推进电梯      │←---┐
│     ② 运行直到遇到 I/O        │    │
│     ③ 把"后续"注册到内核 + 循环 │    │
│     ④ 内核 epoll 通知完成     │----┘
└──────────────────────────────┘

电梯永远满载,但从不等人,吞吐量 ↑↑


结论

事件循环不是魔法,只是把**"等 I/O 的时间"转化为 "运行其他任务的时间"
在单线程里让
大量 I/O 密集任务交替推进**,

既避免了多线程切换开销,又达到近乎线性的并发能力 ------

这就是它成为 Node.js、Python asyncio、FastAPI 灵魂的原因。

相关推荐
Alan_756 分钟前
Python FastAPI 高性能 API 开发:三个核心优化方向
api·fastapi
曲幽4 天前
你的REST接口还在“过度投喂”数据吗?——FastAPI + GraphQL实战避坑指南
python·fastapi·web·graphql·route·cors·rest·strawberry
CaffeinePro7 天前
依赖注入:FastAPI最核心的解耦能力案例解析
后端·fastapi
曲幽10 天前
刚部署的 LibreTranslate 频频翻车?我掏出了 20 年前的 StarDict 词典,用 FastAPI 搭了个本地词典翻译 API
python·fastapi·web·translate·goldendict·libretranslate·stardict·pystardict
CaffeinePro14 天前
Pydantic深度使用:数据校验、枚举、ORM映射
后端·fastapi
jay神16 天前
基于 FastAPI + Vue 的宠物领养管理系统
前端·vue.js·python·毕业设计·fastapi·宠物
染指111017 天前
6.AI大模型-搭建本地大模型服务体系
fastapi·oneapi
codeaideaai18 天前
使用UV创建python项目
python·fastapi·uv
放下华子我只抽RuiKe518 天前
FastAPI 全栈后端(八):部署与运维
运维·数据库·react.js·oracle·数据挖掘·前端框架·fastapi
SilentSamsara18 天前
模型部署实战:FastAPI + ONNX + Docker 的推理服务化
人工智能·pytorch·python·深度学习·机器学习·fastapi