Python   的异步编程功能（简称async）让你可以编写不必等待独立任务完成就可以完成更多工作的程序。Python附带的asyncio库为你提供了使用async处理磁盘或网络     I/O   、无需其他方面等待的工具。

asyncio提供了两种处理异步操作的A     PI   ：高级和低级。高级API用途广泛，适用于各种应用程序。低级API功能强大，但也很复杂，使用频率较低。

本文重点介绍高级API。我们会逐步介绍asyncio中常用的高级API，说明它们如何可用于涉及异步任务的常见操作。

如果你完全刚接触Python中的async，或者想了解其工作原理，不妨先看看本人介绍Python async的文章：https://www.infoworld.com/ar     ti   cle/3454442/get-star     te   d-with-async-in-python.html，之后再作深入研究。

在Python中运行协程和任务

很自然，asyncio最常见的用途是运行Python脚本的异步部分。这意味着学会使用协程和任务。

Python的异步组件（包括协程和任务）只能与其他异步组件一起使用，不能与常规的同步Python一起使用，因此需要asyncio来填补     缺口   。为此，你要使用asyncio.run函数：

import asyncio

async def m     ai   n（）：

print （“Wai  TI ng 5 seconds. ”）

for _ in range（5）：

await asyncio.sleep（1）

print （“。”）

print （“Finished wai  TI ng.”）

asyncio.run（main（））

这运行main（），连同main（）触发的任何例程，等待结果返回。

通常而言，Python程序应只有一个.run（）语句，就像Python程序应只有一个main（）函数一样。 如果不小心使用，async可能会使程序的控制流难以阅读。程序的异步代码只有一个入口点可以避免情况变得繁复。

异步函数还可以调度安排成tasks，即     包装   协程并帮助运行协和的对象。

async def my_task（）：

do_something（）

task = asyncio.create_task（my_task（））

my_task（）随后在事件循环中运行，结果     存储   在task中。

如果你只有一个任务想要获取结果，可以使用asyncio.wait_for（task）来等待任务完成，然后使用task.result（）检索结果。但如果你安排了许多任务要执行，并想要等待所有任务完成，不妨使用asyncio.wait（［task1， task2］）收集结果。（注意，如果你不希望超过一定长度的时间后运行，可以设置操作的超时时间。）

在Python中管理异步事件循环

asyncio的另一个常见用途是管理异步事件循环。事件循环是运行异步函数和回调的对象。使用asyncio.run（）时，它自动创建。你通常希望每个程序仅使用一个异步事件循环，同样以便管理。

如果你在编写服务器等更高级的软件，需要对事件循环拥有较低级别的访问权。为此，你可以“揭开面纱”，直接接触事件循环的内部机制。不过如果是简单的工作，不需要这么做。

在Python中使用stre     ams   读写数据

async的最佳使用场景是长时间运行的网络操作，其中应用程序可能阻止等待其他某个资源返回结果。为此，asyncio提供了streams，这是用于执行网络I/O的高级机制。这包括充当网络请求的服务器。

asyncio使用两个类StreamReader和StreamWriter，在高级层面进行网络读写。如果你要从网络读取，可以使用asyncio.open_connec  TI on（）打开连接。该函数返回StreamReader对象和StreamWriter对象的元组，你要在每个对象上使用.read（） 和.write（）方法以便通信。

想接收来自远程主机的连接，使用asyncio.start_server（）。asyncio.start_server（）函数将回调函数client_connected_cb作为参数来接受，只要收到请求就调用该函数。该回调函数将StreamReader和StreamWriter的实例作为参数，那样你就能处理服务器的读/写逻辑。这个例子（https://gist.github.com/ethanfrey/75e58db27095936b9e5e）介绍了一个简单的HTTP服务器使用asyncio驱动的aiohttp库。

在Python中同步任务

异步任务往往独立运行，但有时你希望它们彼此通信。asyncio提供了队列和另外几种在任务之间进行同步的机制：

队列：asyncio队列允许异步函数排列Python对象，以便供其他异步函数使用——比如说，基于行为在不同类型的函数之间分配工作负载。

同步原语：asyncio中的     锁   、事件、条件和信号其工作方式类似常规的Python锁、事件、条件和信号。

关于所有这些方法要记住的一点是它们不是线程安全的。对于在同一事件循环中运行的异步任务来说这不是问题。但如果你试图与不同事件循环、操作系统线程或进程中的任务共享信息，就需要使用thre     adi   ng模块及其对象来执行此操作。

此外，如果你想跨线程边界启动协程，请使用asyncio.run_corou  TI ne_threads     afe   （）函数，然后将与它结合使用的事件循环作为参数传递。

在Python中暂停协程

asyncio的另一个常见、但很少讨论的用途是在协程内部等待任意时长。为此你不能使用time.sleep（），否则会阻塞整个程序。而是应使用asyncio.sleep（），它允许其他协程继续运行。

在Python中使用较低级别的async

最后，如果你认为构建的应用程序可能需要asyncio的较低级组件，在开始编程之前先考虑一番：很可能有人已经构建了可以满足你需求的基于async的Python库。

比如说，如果你需要异步DNS查询，不妨查看aiodns库;若是异步SSH会话，则有asyncSSH。通过关键字“async”（以及其他与任务相关的关键字）搜索PyPI，或查看人工筛选的Awesome Asyncio列表（https://github.com/timofurrer/awesome-asyncio），以获取灵感。

责任编辑：ct