异步编程库 asyncio 的最佳实践
2025-05-07 18:34:36作者:昌雅子Ethen
1. 项目介绍
asyncio
是 Python 用于编写并发代码的库,使用 async/await
语法。它被用于编写单线程并发代码,通过协程(coroutines)、事件循环、任务和其他机制来提升 I/O 操作的性能。
本项目 asyncio-doc
是 asyncio
的官方文档库,旨在为开发者提供详尽的指南和教程,帮助理解和掌握 asyncio
的使用。
2. 项目快速启动
首先,确保您的 Python 环境已经安装了 asyncio
。大多数 Python 3.7 及以上版本都自带了 asyncio
。
下面是一个快速启动的示例代码,演示了如何使用 asyncio
创建一个异步 HTTP 服务器:
import asyncio
async def handle_request(reader, writer):
data = await reader.read(100)
message = data.decode()
print(f"Received {message}")
print("Send: HTTP/1.1 200 OK\n")
writer.write('HTTP/1.1 200 OK\n'.encode())
await writer.drain()
writer.close()
async def main():
server = await asyncio.start_server(handle_request, '127.0.0.1', 8888)
addr = server.sockets[0].getsockname()
print(f'Serving on {addr}')
async with server:
await server.serve_forever()
asyncio.run(main())
运行上述代码将在本地启动一个 HTTP 服务器,监听 127.0.0.1:8888
。
3. 应用案例和最佳实践
异步 Web 应用
使用 asyncio
和 aiohttp
库可以创建异步的 Web 应用程序。以下是一个简单的 Web 应用示例:
from aiohttp import web
async def index(request):
raise web.HTTPFound('/hello')
async def hello(request):
return web.Response(text="Hello, world!")
app = web.Application()
app.router.add_get('/', index)
app.router.add_get('/hello', hello)
web.run_app(app)
异步网络通信
asyncio
也常用于网络通信,如创建异步的 TCP 客户端和服务器。以下是一个简单的 TCP 客户端:
import asyncio
async def tcp_client():
reader, writer = await asyncio.open_connection('localhost', 8888)
writer.write('Hello, server!\n'.encode())
data = await reader.read(100)
print(f'Received: {data.decode()}')
writer.close()
await writer.wait_closed()
asyncio.run(tcp_client())
异步 I/O 操作
在进行文件操作时,使用异步 I/O 可以提升效率。以下是一个异步文件读写的例子:
async def read_file(filename):
async with aiofiles.open(filename, 'r') as f:
contents = await f.read()
return contents
async def write_file(filename, contents):
async with aiofiles.open(filename, 'w') as f:
await f.write(contents)
# 使用 asyncio.gather 同时读取和写入文件
await asyncio.gather(read_file('input.txt'), write_file('output.txt', 'Hello!'))
4. 典型生态项目
aiohttp
: 一个提供 Web 框架和异步 HTTP 客户端/服务器的库。aiomysql
: 异步的 MySQL 客户端库。asyncio-redis
: 异步的 Redis 客户端库。aiofiles
: 用于异步文件操作的库。
以上就是关于 asyncio
的最佳实践介绍,希望对您的开发工作有所帮助。
登录后查看全文
热门项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K

React Native鸿蒙化仓库
JavaScript
212
287

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

暂无简介
Dart
527
116

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
987
583

openGauss kernel ~ openGauss is an open source relational database management system
C++
148
197

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
47
0

ArkUI-X adaptation to Android | ArkUI-X支持Android平台的适配层
C++
39
55

ArkUI-X adaptation to iOS | ArkUI-X支持iOS平台的适配层
Objective-C++
19
44