Модуль asyncio в Python — основы асинхронного программирования

Введение

Модуль asyncio — это стандартная библиотека Python для написания асинхронного кода. Он предоставляет событийный цикл (event loop), корутины, задачи и примитивы синхронизации, которые позволяют эффективно обрабатывать операции ввода-вывода без блокировки основного потока выполнения.

В этой статье мы разберём ключевые компоненты asyncio, научимся создавать и запускать корутины, управлять задачами и использовать событийный цикл для построения асинхронных приложений.

Что такое событийный цикл

Событийный цикл (event loop) — это центральный механизм asyncio. Он управляет выполнением корутин, обрабатывает операции ввода-вывода и планирует обратные вызовы. Можно представить его как диспетчер, который решает, какая задача должна выполняться в данный момент.

import asyncio

async def main():
    print("Привет из событийного цикла!")

# Запуск событийного цикла
asyncio.run(main())

Функция asyncio.run() — это точка входа в асинхронный код. Она создаёт новый событийный цикл, запускает переданную корутину и закрывает цикл после её завершения.

Корутины и их создание

Корутина — это специальная функция, объявленная с ключевым словом async def. В отличие от обычной функции, корутина не выполняется сразу при вызове — она возвращает объект корутины, который нужно запустить через событийный цикл.

import asyncio

async def privetstvie(imya):
    # Имитируем асинхронную задержку
    await asyncio.sleep(1)
    return f"Привет, {imya}!"

async def main():
    # Вызов корутины с ожиданием результата
    rezultat = await privetstvie("Мир")
    print(rezultat)

asyncio.run(main())

Ключевое слово await приостанавливает выполнение текущей корутины до тех пор, пока ожидаемая операция не завершится. В это время событийный цикл может выполнять другие задачи.

Задачи (Tasks)

Задачи позволяют запускать несколько корутин параллельно. Когда вы оборачиваете корутину в задачу, она начинает выполняться в фоне, не блокируя остальной код.

import asyncio

async def zagruzka(url, zaderjka):
    # Имитируем загрузку данных
    print(f"Начинаю загрузку {url}...")
    await asyncio.sleep(zaderjka)
    print(f"Загрузка {url} завершена!")
    return f"Данные с {url}"

async def main():
    # Создаём задачи для параллельного выполнения
    zadacha1 = asyncio.create_task(zagruzka("api/users", 2))
    zadacha2 = asyncio.create_task(zagruzka("api/posts", 1))
    zadacha3 = asyncio.create_task(zagruzka("api/comments", 3))

    # Ожидаем завершения всех задач
    rezultat1 = await zadacha1
    rezultat2 = await zadacha2
    rezultat3 = await zadacha3

    print(f"Получено: {rezultat1}, {rezultat2}, {rezultat3}")

asyncio.run(main())

В этом примере три загрузки выполняются параллельно, и общее время выполнения составит около 3 секунд (по самой долгой задаче), а не 6 секунд при последовательном выполнении.

Если вы хотите детальнее изучить асинхронное программирование в Python — приходите на наш большой курс Продвинутый Python. На курсе 171 урок и 22 упражнения, AI-тренажёры для практики 24/7, решение задач с живым ревью наставника, еженедельные встречи с менторами.

Функция asyncio.gather

Функция asyncio.gather() — удобный способ запустить несколько корутин одновременно и собрать все результаты в один список.

import asyncio

async def poluchit_dannye(istochnik, zaderjka):
    await asyncio.sleep(zaderjka)
    return f"Данные из {istochnik}"

async def main():
    # Запускаем три корутины параллельно
    rezultaty = await asyncio.gather(
        poluchit_dannye("база данных", 2),
        poluchit_dannye("внешний API", 3),
        poluchit_dannye("кэш", 1),
    )

    for rezultat in rezultaty:
        print(rezultat)

asyncio.run(main())

Результаты возвращаются в том же порядке, в котором были переданы корутины, независимо от того, какая из них завершилась первой.

Таймауты с asyncio.wait_for

Иногда нужно ограничить время ожидания операции. Для этого используется asyncio.wait_for():

import asyncio

async def dolgaya_operaciya():
    # Операция, которая выполняется 10 секунд
    await asyncio.sleep(10)
    return "Готово"

async def main():
    try:
        # Устанавливаем таймаут в 3 секунды
        rezultat = await asyncio.wait_for(dolgaya_operaciya(), timeout=3.0)
        print(rezultat)
    except asyncio.TimeoutError:
        print("Операция превысила лимит времени!")

asyncio.run(main())

Асинхронные генераторы и итераторы

Python поддерживает асинхронные версии генераторов и итераторов с помощью async for:

import asyncio

async def asinhronniy_generator(n):
    for i in range(n):
        # Имитируем асинхронное получение данных
        await asyncio.sleep(0.5)
        yield i * 2

async def main():
    async for znachenie in asinhronniy_generator(5):
        print(f"Получено значение: {znachenie}")

asyncio.run(main())

Частые ошибки

• Забыть await перед вызовом корутины — без await корутина не выполнится, а вернёт объект корутины. Python выдаст предупреждение RuntimeWarning: coroutine was never awaited.
• Вызов asyncio.run() внутри уже запущенного событийного цикла — это приведёт к ошибке RuntimeError. Вместо этого используйте await или asyncio.create_task().
• Использование блокирующих операций в асинхронном коде — функции вроде time.sleep() или синхронные сетевые вызовы заблокируют весь событийный цикл. Используйте asyncio.sleep() и асинхронные библиотеки.
• Не обрабатывать исключения в задачах — если задача выбросит исключение и оно не будет обработано, оно может быть потеряно до момента сборки мусора.

Частозадаваемые вопросы

Чем asyncio отличается от потоков (threading)? Asyncio использует кооперативную многозадачность в одном потоке — корутины сами уступают управление через await. Потоки используют вытесняющую многозадачность, где переключение между потоками происходит на уровне ОС. Asyncio лучше подходит для задач с большим количеством операций ввода-вывода, а потоки — для CPU-интенсивных задач.

Можно ли использовать asyncio с обычными синхронными функциями? Да, для этого используйте asyncio.to_thread() (Python 3.9+) или loop.run_in_executor(), чтобы запустить синхронную функцию в отдельном потоке без блокировки событийного цикла.

Когда стоит использовать asyncio.gather, а когда asyncio.create_task? asyncio.gather() удобен, когда вам нужно дождаться завершения группы корутин и получить все результаты. create_task() больше подходит для задач, которые запускаются в фоне и с которыми вы работаете по отдельности.

Заключение

Модуль asyncio — мощный инструмент для написания эффективного асинхронного кода в Python. Событийный цикл, корутины и задачи позволяют обрабатывать тысячи операций ввода-вывода без создания множества потоков. Для закрепления навыков асинхронного программирования рекомендуем курс Продвинутый Python. В первых 3 модулях курса доступно бесплатное содержание, что позволяет разобраться в основах и понять структуру курса до покупки полного доступа.