Python 中如何正确实现异步等待：避免轮询陷阱，使用事件驱动机制-Python教程-PHP中文网

Python 中如何正确实现异步等待：避免轮询陷阱，使用事件驱动机制

在 Python 异步编程中，直接将布尔变量传入 wait_for() 函数会导致无限循环，因其值在函数内部被“快照”为局部变量；正确做法是通过可调用对象（如 lambda）或线程安全的 asyncio.Event 实现动态检查与高效等待。

在 python 异步编程中，直接将布尔变量传入 `wait_for()` 函数会导致无限循环，因其值在函数内部被“快照”为局部变量；正确做法是通过可调用对象（如 lambda）或线程安全的 `asyncio.event` 实现动态检查与高效等待。

在异步开发中，一个常见误区是试图用普通变量（如全局布尔标志 action_done）作为“信号量”，并在 while 循环中持续轮询其状态。正如示例所示：

async def wait_for(action_to_wait):
    while not action_to_wait:  # ❌ 错误！action_to_wait 是传入时的布尔值快照
        await asyncio.sleep(0.1)

此处 action_to_wait 是函数调用时求值后的 True 或 False，它是一个不可变的局部值，后续对同名全局变量的修改（如 action_done = True）完全不影响该局部变量——这源于 Python 的名字绑定机制（详见 Ned Batchelder 的名字与值解析）。

✅ 正确方案一：使用可调用对象（推荐用于简单场景）

将判断逻辑封装为函数（如 lambda），使每次循环都重新求值：

async def wait_for(check_func):
    print("wait for action to be done...")
    while not check_func():  # ✅ 每次循环都执行 check_func()
        await asyncio.sleep(0.1)

# 调用方式
await wait_for(lambda: action_done)

这种方式简洁、直观，适用于调试或轻量级同步需求。但需注意：await asyncio.sleep(0.1) 属于忙等待（busy-waiting），不仅浪费 CPU，还引入了不精确的延迟（最小间隔受事件循环调度影响），违背异步编程“等待即挂起”的设计哲学。

✅ 正确方案二：使用 `asyncio.Event`（生产环境首选）

asyncio.Event 是专为协程间通信设计的线程内同步原语，支持真正的“等待-唤醒”机制，零轮询、低开销、高可靠性：

Python Sdk

inference.sh 的 Python SDK：运行 AI 应用、构建智能体，并集成 150 多个模型。包名：inferencesh (pip install inferencesh)。支持同步/异步……

下载

import asyncio

async def function_A(delay, event: asyncio.Event):
    await asyncio.sleep(delay)
    event.set()  # ✅ 发送完成信号

async def wait_for(event: asyncio.Event):
    print("wait for action to be done...")
    await event.wait()  # ✅ 挂起直到 set()，无轮询

async def function_B(event: asyncio.Event):
    await wait_for(event)  # 或直接 await event.wait()
    print("performing next action...")

async def main():
    event = asyncio.Event()
    await asyncio.gather(
        function_A(2, event),
        function_B(event)
    )

asyncio.run(main())