### Python中的事件循环模型 Python 的 `asyncio` 模块提供了一种基于事件循环的异步编程方式。事件循环是整个异步框架的核心组件，负责管理和调度所有的异步任务和 I/O 事件[^1]。通过不断地轮询任务队列，事件循环能够高效地在多个任务间切换，从而实现高并发的效果。 #### 事件循环的主要功能 - **任务注册与调度**：事件循环可以将异步任务加入其内部的任务队列，并按照优先级顺序依次执行这些任务。 - **I/O 多路复用支持**：当某个任务需要等待外部资源（如网络请求或文件读写），事件循环会将其挂起并将控制权交给其他任务，直到该任务所需的资源准备完毕后再恢复运行[^2]。 以下是使用 `asyncio` 实现的一个简单例子来展示如何启动事件循环： ```python import asyncio async def say_hello(): print("Hello") await asyncio.sleep(1) # 将当前任务挂起，允许其他任务运行 print("World") async def main(): loop = asyncio.get_event_loop() # 获取默认事件循环 task = loop.create_task(say_hello()) # 创建一个任务 await task # 等待任务完成 if __name__ == "__main__": asyncio.run(main()) # 自动创建并管理事件循环 ``` --- ### 关键字 `async` 和 `await` 的工作原理 #### `async` 定义了一个协程函数，表示这个函数是一个异步操作的一部分。调用这样的函数并不会立即执行其中的内容，而是返回一个协程对象。只有当这个协程被显式安排到事件循环中时才会真正开始执行[^3]。 #### `await` 用于暂停当前协程的执行，同时让出 CPU 控制权给事件循环以便它可以继续处理其他任务。需要注意的是，`await` 只能作用于另一个协程或者实现了特定协议的对象（例如具有 `__await__()` 方法的对象）。这使得程序可以在长时间阻塞的操作上保持响应能力[^4]。 下面是一段演示两者配合使用的代码片段： ```python import asyncio async def fetch_data(): print('Fetching data...') await asyncio.sleep(2) # 模拟耗时的数据获取过程 return {'data': 'sample'} async def process_data(): result = await fetch_data() # 等待数据获取完成后才继续下一步逻辑 print(f'Processing {result}') async def main(): await process_data() asyncio.run(main()) ``` 在这个例子中，`fetch_data` 协程会在模拟等待两秒之后返回结果；而在此期间，由于使用了 `await`，所以主线程有机会去做别的事情而不是单纯浪费时间在那里干等着。 --- ### 总结 通过对上述概念的学习可以看出，在现代版本 (>=3.7) 的 Python 中构建高效的异步应用程序变得非常方便快捷。利用好 `async`, `await` 结合强大的标准库模块 `asyncio` 提供的功能可以帮助开发者轻松应对复杂的 IO 密集型场景需求。