python通过 async/awai t 和 事件 循环 实现 异步 非阻塞，1. 用 async def 定义协程，await 挂起任务让出执行权；2. 事件循环调度多个协程 并发 执行，如 asyncio.gather 同时运行任务，总耗时等于最长任务；3. 结合 aiohttp等库实现异步 I /O，网络请求并行发出，提升效率；4. 异步为单 线程 协作式并发，适用于 I / O 密集型场景，不适用 CPU 密集任务，后者需配合线程或进程池处理。
Python 中的异步非阻塞是通过 async/await 语法和事件循环（Event loop）实现的，主要用于提高 I/O 密集型任务的效率，比如网络请求、文件读写、数据库 操作等。它允许程序在等待某个耗时操作完成时不阻塞 主线程，而是切换去执行其他任务。
1. 使用 async 和 await 定义协程
在 Python 中，使用 async def 定义一个协程函数，调用它会返回一个协程 对象，而不是直接执行。只有在事件循环中运行时，协程才会真正执行。
示例：
import asyncio <p>async def fetch_data(): print(" 开始获取数据 ") await asyncio.sleep(2) # 模拟 I/O 操作 print(" 数据获取完成 ") return "data"</p><h1> 调用协程 </h1><p>asyncio.run(fetch_data())这里 await asyncio.sleep(2) 是非阻塞的，它会让出控制权给事件循环，其他任务可以继续运行。
2. 事件循环调度多个任务
事件循环是异步的核心，它负责管理所有协程的执行顺序。你可以同时启动多个任务，它们会在 I/O 等待时自动切换。
立即学习“Python 免费学习笔记（深入）”；
并发执行多个协程：
async def task(name, delay): print(f" 任务 {name} 开始 ") await asyncio.sleep(delay) print(f" 任务 {name} 结束 ") <p>async def main():</p><h1> 并发运行多个任务 </h1><pre class="brush:php;toolbar:false;"><pre class="brush:php;toolbar:false;">await asyncio.gather( task("A", 1), task("B", 2), task("C", 1) )asyncio.run(main())
输出会显示任务交错执行，总耗时约等于最长的那个任务时间，说明是非阻塞并发。
3. 异步 I/O 操作的实际应用
常见的异步库如 aiohttp（HTTP 请求）、aiomysql（数据库）、asyncio 自带的异步文件操作等，都能配合 async/await 实现非阻塞。
例如用 aiohttp 发起异步请求：
import aiohttp import asyncio <p>async def fetch_url(session, url): async with session.get(url) as response: return await response.text()</p><p>async def main(): async with aiohttp.ClientSession() as session: tasks = [ fetch_url(session, "<a href="https://www.php.cn/link/148c2ad42607c372038edd48cad30120">https://www.php.cn/link/148c2ad42607c372038edd48cad30120</a>"), fetch_url(session, "<a href="https://www.php.cn/link/7f272b86ea4f734837b281ad960be2f7">https://www.php.cn/link/7f272b86ea4f734837b281ad960be2f7</a>") ] results = await asyncio.gather(*tasks) print(f" 收到 {len(results)} 个响应 ")</p><p>asyncio.run(main())两个网络请求几乎同时发出，总时间接近 2 秒而不是 3 秒，体现了非阻塞的优势。
4. 异步与线程 / 进程的 区别
异步不是 多线程 或多进程。它是单线程内通过协作式多任务实现并发。每个任务主动交出控制权（用 await），避免长时间占用 CPU。适合 I/O 密集场景，但不适合计算密集型任务。
若需要处理 CPU 密集任务，可结合 loop.run_in_executor 使用线程或进程池。
基本上就这些。Python 的异步机制靠 event loop 驱动协程，通过 await 让出执行权，在 I/O 等待时不浪费时间，从而实现高效非阻塞。
