Python asyncio 基于用户态的协作式调度模型，所有异步任务（非线程）运行在单个 OS 线程内，通过 await 显式让出控制权，由事件循环统一调度，实现高并发 I/O，但不提供真正的并行计算能力。
python asyncio 基于用户态的协作式调度模型，所有异步任务（非线程）运行在单个 os 线程内，通过 `await` 显式让出控制权，由事件循环统一调度，实现高并发 i/o，但不提供真正的并行计算能力。
asyncio 并非“用户级线程”（user-level threading）的实现——它根本不使用线程抽象，而是构建在协程（coroutine） 和 任务（task） 之上的轻量级并发模型。其本质是：在单个 OS 线程中，由一个事件循环（event loop）驱动多个协程并发执行，所有切换均需显式协作（cooperative），即仅发生在 await 表达式处，且仅当被等待的对象（如 asyncio.sleep()、await reader.readline() 或 await asyncio.to_thread(...)）尚未就绪时，控制权才交还给事件循环。
协程 ≠ 任务：关键概念辨析
- 协程对象（coroutine object） 是由 async def 定义的函数返回的可等待对象，它本身不会自动执行，仅表示一段可挂起/恢复的逻辑。
- 任务（Task） 是 asyncio.create_task() 或 asyncio.ensure_future() 创建的调度单元，它将协程封装并注册到事件循环中，使其具备被调度执行的能力。
import asyncio
async def fetch_data():
await asyncio.sleep(1) # 模拟 I/O 等待
return "data"
# ✅ 正确：创建任务后，协程才会被调度执行
task = asyncio.create_task(fetch_data())
# ❌ 错误：仅调用协程函数，不触发执行
# fetch_data() # 返回 coroutine object，但未运行
async def main():
result = await task # 等待任务完成
print(result)
asyncio.run(main())
事件循环：调度中枢，而非“任务管理器”
严格来说，事件循环不直接管理任务，而是管理底层 I/O 事件（如 socket 可读/可写、定时器到期）。它依赖操作系统提供的异步 I/O 原语（如 Linux 的 epoll、Windows 的 IOCP），监听资源就绪状态，并在就绪时回调对应的 handler。任务调度器（如 asyncio 内置的 Task 类及其 _step() 方法）则负责在事件回调后，恢复对应协程的执行。
你可以用纯回调方式手动实现事件循环（无需 async/await）：
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
import selectors
import time
sel = selectors.DefaultSelector()
loop_running = True
def hello_world():
print("Hello from event loop!")
# 模拟下次调度
sel.register(None, selectors.EVENT_READ, lambda: None) # 占位，实际应移除或设超时
# 简化版事件循环骨架（无任务调度，仅演示核心思想）
while loop_running:
events = sel.select(timeout=0.1)
for key, mask in events:
callback = key.data
callback()
# …… 更多逻辑（如检查定时器、处理异常等）
这印证了答案中的关键观点：异步能力根植于操作系统，而非 Python 语言本身；async/await 语法和 asyncio 库的作用，是为开发者提供可读性强、错误处理完善、缓冲机制健全的高层抽象，大幅降低异步编程门槛。
注意事项与最佳实践
- ✅ I/O 密集型场景首选：网络请求、文件读写、数据库查询等——充分利用单线程下的 I/O 等待空闲期。
- ❌ CPU 密集型任务慎用：若协程中执行 time.sleep(10) 或复杂计算，会阻塞整个事件循环；应改用 asyncio.to_thread() 或 ProcessPoolExecutor 卸载到其他线程/进程。
- ? 避免隐式阻塞：第三方同步库（如某些旧版 requests）会阻塞事件循环；务必选用 aiohttp、httpx 等原生异步客户端。
- ? 正确取消与清理：使用 async with、try/finally 或 asyncio.timeout() 确保资源释放，任务取消时应响应 CancelledError。
总之，asyncio 是一套精心设计的协作式并发框架：它用极低的开销实现海量并发连接，以清晰的语义（async/await）替代易错的回调嵌套，但其力量始终受限于单线程与 GIL——理解这一边界，是写出高效、健壮异步代码的前提。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
