Python协程asyncio事件循环详解
知识点掌握了,还需要不断练习才能熟练运用。下面golang学习网给大家带来一个文章开发实战,手把手教大家学习《Python 协程 asyncio 事件循环解析》,在实现功能的过程中也带大家重新温习相关知识点,温故而知新,回头看看说不定又有不一样的感悟!
asyncio事件循环是单线程调度器,基于I/O多路复用轮询就绪文件描述符并调度协程;await让出执行权而非挂起线程,触发暂停+注册恢复逻辑;asyncio.run()每次新建且仅运行一次事件循环,重复调用报RuntimeError。

asyncio 事件循环本质是一个单线程的调度器
它不启动新线程,也不依赖操作系统级事件通知(如 epoll/kqueue)直接驱动协程——而是靠 Python 层的 select、epoll 或 IOCP 等底层 I/O 多路复用机制轮询就绪文件描述符,再把控制权交还给对应的 coroutine。你写的 await 表达式不是“挂起线程”,而是让出当前协程的执行权,登记一个回调,等 I/O 完成后再由事件循环重新调度它。
关键点:
asyncio.run()每次调用都会新建一个事件循环(主线程中),且只允许运行一次;重复调用会报RuntimeError: asyncio.run() cannot be called from a running event loop- 事件循环本身是可插拔的:
asyncio.SelectorEventLoop(Unix 默认)、asyncio.ProactorEventLoop(Windows 默认)、uvloop.EventLoopPolicy(第三方高性能替代) - 循环内部维护三个核心队列:
_ready(已就绪的回调)、_scheduled(带延迟的定时任务)、_selector(等待 I/O 就绪的 socket/pipe 等)
为什么 await 后协程不立即执行?
因为 await 触发的是「暂停当前协程 + 注册恢复逻辑」,不是函数调用。比如 await asyncio.sleep(1) 实际是把当前协程加入 _scheduled 队列,并设置一个 1 秒后触发的回调;而 await reader.read(1024) 是把协程注册进 _selector,等待 socket 可读。
常见误解:
- 认为
await func()和普通函数调用一样“进入函数体”——其实func()必须返回Awaitable(通常是coroutine对象),await才接管调度 - 在非
async def函数里写await→ 报错SyntaxError: 'await' outside async function - 忘记
await导致返回的是coroutine对象而非结果,后续操作(如.split())直接抛AttributeError
loop.run_until_complete() 和 asyncio.run() 的区别在哪?
asyncio.run() 是高层封装:自动创建 loop、设置为当前线程默认 loop、执行任务、关闭 loop 并清理资源;而 loop.run_until_complete() 是底层接口,要求你手动管理 loop 生命周期。
实操建议:
- 脚本入口统一用
asyncio.run(main()),别自己get_event_loop().run_until_complete(...) - 嵌入已有线程(如 Flask/GUI 主线程)时,不能用
asyncio.run(),得用asyncio.create_task()+ 手动驱动 loop(但需确保 loop 未关闭且线程安全) - 测试中若多次调用
run_until_complete,记得每次用新 loop:asyncio.new_event_loop(),否则可能遇到RuntimeError: This event loop is already running
协程切换开销到底有多大?
一次 await 切换平均耗时约 50–200 纳秒(CPython 3.11+),远低于线程切换(微秒级)或进程 fork(毫秒级)。但这不意味着“无成本”——高频小 await(如空 await asyncio.sleep(0))会显著拖慢吞吐,因为每次都要走调度队列、检查就绪、更新状态。
性能敏感场景要注意:
- 避免在 tight loop 中写
await asyncio.sleep(0)做“让出”——改用asyncio.current_task().cancel()或更明确的信号机制 asyncio.to_thread()(3.9+)适合 CPU 密集型阻塞调用,但它仍要跨线程通信,比纯协程调度重得多- 大量并发 task 时,
asyncio.gather()比逐个await更高效,因内部做了批量调度优化
真正容易被忽略的是事件循环和协程的绑定关系:一个 loop 只能被一个线程运行,且一旦 close() 就不可重用;跨线程调用 call_soon_threadsafe() 是唯一安全方式,但回调执行时机不可预测。
好了,本文到此结束,带大家了解了《Python协程asyncio事件循环详解》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!
猎豹浏览器禁用HTML5实验功能教程
- 上一篇
- 猎豹浏览器禁用HTML5实验功能教程
- 下一篇
- QQ邮箱登录入口及网页登录步骤
-
- 文章 · python教程 | 7小时前 |
- Python zipfile.ZipFile.open 怎样按二进制流读取压缩成员
- 340浏览 收藏
-
- 文章 · python教程 | 7小时前 | python · Python 进程间通信 multiprocessing shared_memory ShareableList
- Python ShareableList 固定长度共享列表的类型与容量边界
- 163浏览 收藏
-
- 文章 · python教程 | 8小时前 | 工程实践 · Python教程 · Python 对象生命周期 weakref weakref.finalize 清理回调
- Python weakref.finalize 怎样为对象注册清理回调
- 200浏览 收藏
-
- 文章 · python教程 | 8小时前 | python · Python TypeGuard 类型收窄 typing.TypeIs
- Python typing.TypeIs 怎样表达更精确的类型收窄
- 218浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Python dataclasses.field 怎样声明不可共享的默认值
- 250浏览 收藏
-
- 文章 · python教程 | 8小时前 | SQLite · Python教程 · Python sqlite3 sqlite3.Row row_factory 按列名读取
- Python sqlite3.Row 怎样按列名读取查询结果
- 197浏览 收藏
-
- 文章 · python教程 | 9小时前 | Python asyncio CancelledError 异步超时 asyncio.timeout TimeoutError
- Python asyncio.timeout 怎样把超时变成可捕获异常
- 419浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 847次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 849次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 931次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 904次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 733次使用
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览

