在 Python 中实现异步执行耗时代码，可以通过 `asyncio` 提供的事件循环机制来完成。这种方法允许程序在等待某个任务完成期间切换到其他任务，从而避免阻塞整个流程[^1]。 ### 利用 `asyncio` 实现异步任务调度 通过将耗时任务封装为协程，并将其提交给事件循环，可以实现在一个任务未完成的情况下自动切换至下一个任务。下面是一个具体的例子： #### 示例代码 ```python import asyncio async def long_running_task(task_id): print(f"Task {task_id} started") await asyncio.sleep(3) # 模拟耗时操作 print(f"Task {task_id} completed") async def main(): tasks = [] for i in range(5): # 创建 5 个任务 task = asyncio.create_task(long_running_task(i)) # 将任务加入事件循环 tasks.append(task) # 等待所有任务完成而不阻塞每个任务之间的执行 await asyncio.gather(*tasks) # 执行主函数 if __name__ == "__main__": asyncio.run(main()) ``` 在这个示例中，`long_running_task` 是一个模拟耗时操作的任务。每次调用该任务时，都会立即将其交给事件循环处理，而不是等到前一个任务完全结束才开始下一个任务[^2]。 --- ### 结合 `await` 和 `create_task` 的优势 - **非阻塞性**：通过 `asyncio.create_task()` 方法，我们可以将每一个耗时任务作为一个独立的协程提交给事件循环。这样即使某些任务尚未完成，也不会影响后续任务的启动。 - **灵活性高**：利用 `asyncio.gather()` 可以方便地收集多个任务的结果或者简单地等待它们全部完成[^3]。 --- ### 处理更复杂的场景 如果需要进一步优化或扩展功能，比如动态添加新的任务、监控任务状态等，还可以结合以下技巧： #### 动态添加任务 ```python import asyncio async def worker(queue): while True: item = await queue.get() if item is None: # 停止信号 break print(f"Processing {item}") await asyncio.sleep(1) # 模拟工作负载 print(f"{item} processed") queue.task_done() async def producer(queue, n): for i in range(n): await queue.put(i) print(f"Added {i} to the queue") await asyncio.sleep(0.5) # 控制生产速度 await queue.put(None) # 发送停止信号 async def main(): queue = asyncio.Queue() consumer = asyncio.create_task(worker(queue)) await producer(queue, 10) await queue.join() # 阻塞直到队列为空 consumer.cancel() if __name__ == "__main__": asyncio.run(main()) ``` 这段代码展示了一个生产者消费者模型，其中生产者会不断地向队列中放入任务，而消费者则从队列取出并执行这些任务。这种方式非常适合于实时数据流处理或者其他需要动态调整任务列表的情况[^4]。 --- ### 总结 通过使用 `asyncio` 库中的 `create_task` 和 `gather` 方法，可以有效地实现异步执行耗时代码的目标。这不仅提高了程序的整体效率，还保持了良好的可读性和维护性。