## Python 异步编程实战：用 asyncio 把接口耗时从 30 秒压到 3 秒

### 一、问题场景

假设要批量拉取 30 个外部接口的数据做聚合，同步写法如下：

```python
import requests, time

def fetch(url):
    return requests.get(url, timeout=5).json()

start = time.time()
data = [fetch(u) for u in URLS]   # 30 个串行请求
print(time.time() - start)        # 约 30s
```

这类任务的瓶颈在 I/O 等待，CPU 基本空转。线程池能缓解，但线程切换与内存开销随并发数线性增长；`asyncio` 用单线程协程在等待期间切换任务，更适合高并发 I/O 场景。

### 二、核心机制

- **协程（coroutine）**：`async def` 定义，调用后返回协程对象，不会立即执行。
- **事件循环（event loop）**：调度所有就绪任务，是异步运行的中枢。
- **await**：把控制权交还事件循环，遇到 I/O 时才真正让出，因此必须使用异步版库。
- **并发原语**：`asyncio.gather` 批量并发；`Semaphore` 限流；`asyncio.timeout` 控制总耗时。

一个关键原则：**不要在协程里写阻塞调用**。`requests`、`time.sleep`、同步数据库驱动都会阻塞整个事件循环，把并发全部拖死。

### 三、代码演示

```python
import asyncio, aiohttp, time

URLS = [f"[https://httpbin.org/delay/1?n={i}](https://httpbin.org/delay/1?n={i})" for i in range(30)]
CONCURRENCY = 10          # 单域名并发上限，避免压垮对端

async def fetch(session, url, sem):
    async with sem:                       # 限流
        async with session.get(url, timeout=5) as resp:
            return await resp.json()

async def main():
    sem = asyncio.Semaphore(CONCURRENCY)
    timeout = aiohttp.ClientTimeout(total=5)
    async with aiohttp.ClientSession(timeout=timeout) as session:
        tasks = [fetch(session, u, sem) for u in URLS]
        results = await asyncio.gather(*tasks, return_exceptions=True)
    ok = [r for r in results if not isinstance(r, Exception)]
    print(f"成功 {len(ok)} / {len(URLS)}")
    return ok

if __name__ == "__main__":
    start = time.time()
    asyncio.run(main())
    print(f"总耗时 {time.time() - start:.2f}s")   # 约 3.2s
```

耗时从 30s 降到 3s 左右，本质是把「串行等待」改成了「并行等待」。

再加一层超时兜底与重试，生产环境更稳：

```python
async def fetch_with_retry(session, url, sem, retry=2):
    for attempt in range(retry + 1):
        try:
            async with sem:
                async with asyncio.timeout(5):
                    async with session.get(url) as resp:
                        resp.raise_for_status()
                        return await resp.json()
        except (asyncio.TimeoutError, aiohttp.ClientError):
            if attempt == retry:
                raise
            await asyncio.sleep(2 ** attempt)   # 指数退避
```

### 四、避坑清单

1. **同步库混用**：非要用 `requests` 时，用 `asyncio.to_thread()` 包一层，别直接调用。
2. **无上限并发**：`gather` 一次性展开三千个任务会打爆连接池，必须加 `Semaphore`。
3. **异常吞没**：`gather` 默认遇到异常即抛出，其余任务被取消；需要全部结果时加 `return_exceptions=True`。
4. **CPU 密集任务**：异步无收益，应交给 `ProcessPoolExecutor`。
5. **资源未释放**：`ClientSession` 必须用 `async with` 管理，否则连接泄漏。

### 五、小结

`asyncio` 的收益来自 I/O 等待占比。判断标准很直接：任务耗时是否主要花在等网络、等磁盘、等数据库。如果是，异步能把等待时间重叠起来；如果主要花在计算，异步只会增加复杂度。落地时先量化单次请求耗时与并发上限，再决定协程数量，比盲目堆并发更可靠。

海量精选技术文档和实战案例持续更新，敬请关注【风骏时光少年】

这类任务的瓶颈在 I/O 等待，CPU 基本空转。线程池能缓解，但线程切换与内存开销随并发数线性增长；asyncio 用单线程协程在等待期间切换任务，更适合高并发 I/O 场景。

生成一个移动端标题，只需要一个标题，不需要其他的任何文本。

人工智能

用Python asyncio将30个串行接口请求从30秒压缩至3秒，核心在于用协程替代线程池，通过Semaphore限流、aiohttp异步会话与gather并发调度消除I/O等待。文中提供完整代码示例、超时重试方案，并列出同步库混用、并发失控等避坑指南，适用于高并发I/O密集型任务优化场景。

代码解释

数据库

Python

JSON

热销域名限时优惠，新客首年免费！


domain

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

生成一个移动端标题，只需要一个标题，不需要其他的任何文本。-腾讯云开发者社区-腾讯云

生成一个移动端标题，只需要一个标题，不需要其他的任何文本。

生成一个移动端标题，只需要一个标题，不需要其他的任何文本。

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐