Python 异步编程：async/await 从入门到实战

FastAPI 的底层就是 Python 异步编程。理解了 async/await，才能写出高性能的 Web 应用。

同步 vs 异步

同步代码像一个人在收银台：一次只能服务一个顾客，其他人都等着。异步代码像餐厅服务员：点完单就去服务下一桌，厨房做好了再来上菜，不会让任何人干等。

关键概念

• 协程：用 async def 定义的函数，可以暂停和恢复
• 事件循环：调度所有协程的"大管家"，决定谁先执行
• await：挂起当前协程，让事件循环去做其他事，等结果回来再继续

基本用法

import asyncio

async def fetch_data():
    await asyncio.sleep(1)  # 模拟网络请求
    return "数据获取完毕"

async def main():
    # 并发执行 3 个请求，总耗时约 1 秒，而不是 3 秒
    results = await asyncio.gather(
        fetch_data(),
        fetch_data(),
        fetch_data(),
    )
    print(results)

asyncio.run(main())

在 FastAPI 中的实践

@app.get("/users/{user_id}")
async def get_user(user_id: int):
    # async 数据库查询，不阻塞其他请求
    user = await db.fetch_one("SELECT * FROM users WHERE id = $1", user_id)
    return user

FastAPI 的 async 路由让服务器能同时处理大量请求，而不是一个接一个。

常见坑

• 不要在 async 函数里调同步阻塞代码：会卡死整个事件循环
• CPU 密集型操作用线程池：异步只管 I/O，不管计算
• 记得 await：忘记 await 只会拿到一个 coroutine 对象，不会执行
• 不要在 async 里直接调 requests：用 httpx 或 aiohttp 替代