asyncio to framework Pythona dla równoczesnego I/O przy użyciu async/await. Uruchamia wiele operacji I/O kooperatywnie na jednym wątku poprzez event loop — efektywnie dla pracy I/O-boundowej o wysokiej współbieżności (wywołania sieciowe, serwery internetowe) bez narzutu wątków.
import asyncio
async def fetch_data(id): # an async function = a coroutine
print(f"start {id}")
await asyncio.sleep(1) # await a non-blocking I/O operation (yields control)
print(f"done {id}")
return id
asyncio.run(fetch_data(1)) # run a coroutine from sync code
Funkcja async def to coroutine; await wstrzymuje ją w punkcie I/O, pozwalając event loop na uruchomienie innych coroutine'ów — następnie wznawia się, gdy oczekiwana operacja się zakończy.
# ❌ sequential — total time ≈ 3 seconds
async def slow():
await fetch_data(1) # wait 1s
await fetch_data(2) # then wait 1s
await fetch_data(3) # then wait 1s
# ✅ concurrent — total time ≈ 1 second (all run together)
async def fast():
await asyncio.gather(fetch_data(1), fetch_data(2), fetch_data(3))
asyncio.gather uruchamia coroutine'y równoczesnie — podczas gdy jeden oczekuje I/O, inne postępują. Trzy 1-sekundowe czekania nakładają się na ~1 sekundę łącznie. To jest wartość główna: nakładanie wielu czekań I/O na jednym wątku.
Threading: OS-managed, preemptive, real threads (GIL-limited for CPU)
asyncio: single thread, COOPERATIVE — coroutines yield at `await` points
→ lighter weight (handle thousands of connections), no thread overhead,
but one CPU-heavy coroutine blocks everything (no preemption)
async def bad():
time.sleep(5) # ❌ BLOCKS the whole event loop (sync sleep)
result = heavy_compute() # ❌ CPU work freezes all coroutines
async def good():
await asyncio.sleep(5) # ✅ non-blocking
# offload CPU work to a thread/process pool
await loop.run_in_executor(None, heavy_compute)
Ponieważ jest kooperatywne i jednowątkowe, każde blokujące/CPU-ciężkie wywołanie zamrozi wszystkie coroutine'y. Używaj API async z await, i deleguj blokującą/CPU pracę do executora.
asyncio to nowoczesne podejście do wysokowspółbieżnego I/O w Pythonie, napędzające frameworki takie jak FastAPI i umożliwiające efektywną obsługę tysięcy jednoczesnych połączeń na jednym wątku — znacznie leżej niż podejście wątek-na-połączenie.
Rozumienie coroutine'ów, await, równoczesnego wykonania z gather, a zwłaszcza głównej zasady (nigdy nie blokuj event loop; deleguj pracę CPU/blokującą) jest niezbędne do pisania wydajnego asynchronicznego Pythona.
Wiedza o tym, kiedy jest to odpowiednie (I/O-bound concurrency) w stosunku do kiedy nie jest (CPU-bound → multiprocessing) jest kluczem do jego efektywnego wykorzystania.
✓ High-concurrency I/O: web servers (FastAPI), web scraping, many API/DB calls,
websockets, real-time apps — thousands of concurrent connections efficiently
✗ CPU-bound work — use multiprocessing instead (asyncio doesn't help)
Biblioteka pytań rekrutacyjnych IT ze szczegółowymi odpowiedziami — od Juniora do Seniora.
Wesprzyj