什么是异步编程？简单来说，Python 中的异步编程允许您的程序同时执行多项操作，即使它通常在单个处理器上运行。异步编程不是等待每个任务完成后再继续下一个任务，而是让您的程序在等待某些事情发生时暂停并切换到另一个任务，例如从文件中读取数据或等待网络响应。这有助于使您的程序更加高效和响应迅速，特别是在处理涉及等待外部资源的任务时。

想象一下，您在一家繁忙的餐厅等待点餐。你知道这需要一段时间，那么你会做什么？你不会只是坐在那里盯着厨房门，对吧？相反，您可以与朋友聊天、查看手机或阅读菜单。异步编程有点类似。

为什么每个人都在谈论异步编程？借助异步编程，可以利用等待来完成另一个操作。异步编程允许程序在等待 I/O 等操作完成时暂停并切换到另一个任务。这种并发性可以显着提高性能，尤其是在进行大量 I/O 操作的应用程序中，例如 Web 服务器或网络客户端。

在深入研究之前，让我们先回顾一下并行性和并发性。

并行度：并行是指同时执行多个任务或进程。在并行系统中，任务同时执行，并且每个任务可以独立于其他任务进行。并行性通常需要多个物理或虚拟处理单元（例如CPU核心）来同时执行任务。并发：另一方面，并发性是指系统同时处理多个任务或进程的能力。与并行性不同，并发并不一定意味着任务同时执行。相反，任务可能在时间上重叠，但它们不一定同时运行。即使在单个处理单元上也可以通过交错执行任务来实现并发性。与异步编程的关系：Python 中的异步编程主要处理并发性。它允许您编写能够有效处理可能在时间上重叠的多个任务的代码，例如 I/O 密集型操作或处理多个网络请求。通过利用异步编程技术，您可以确保任务不会不必要地相互阻塞，从而提高整体效率和响应能力。例子

没有异步

# demo1.py import time def  callRajan ():     time.sleep( 4 )     print ( "Hi Rajan" ) def  callSharma ():     time.sleep( 2 )     print ( "Hi Sharma" ) def  main ():     start = time .time()     task1 = callRajan()     task2 = callSharma()     end = time.time()        print ( f"没有 asyncio 的时间为{end - start} " ) if __name__ == "__main__" :     main()

从代码片段中可以看出，执行时间为 6 秒。

#output >> python script1.py Hi Rajan Hi Sharma不使用 asyncio 所花费的时间是6.013298273086548

使用异步编程

# demo2.py import asyncio import time async  def  callRajan ():     wait asyncio.sleep( 4 )     print ( "Hi Rajan" ) async  def  callSharma ():     wait asyncio.sleep( 2 )     print ( "Hi Sharma" ) async  def  main（）：    start = time.time（）    task1 = asyncio.create_task（callRajan（））    task2 = asyncio.create_task（callSharma（））    await task1    等待task2     end = time.time（）    print（f“使用asyncio花费的时间是{end - start} " ) if __name__ == "__main__" :     asyncio.run(main())

>> python demo2.py Hi Sharma Hi Rajan使用asyncio花费的时间是4.024163722991943 

异步编程在程序花费大量时间等待外部资源的情况下特别有用。一些常见的例子包括：

Web 服务器：同时处理多个传入请求。网页抓取：有效地从多个网站获取数据。GUI 应用程序：在执行耗时的任务时确保响应能力。网络客户端：同时向远程服务器发出多个请求。数据处理：并行化 I/O 密集型操作以加快执行速度。