Python中的异步与同步深度解析_F11 - 专业站长和开发者的学习网站

Python中的异步与同步：深度解析与实践

在Python编程世界里，异步和同步的概念是理解程序执行流程和性能优化的关键。这篇文章将带你深入了解它们的差异，以及阻塞和非阻塞的特性，同时通过实际代码示例来加深理解。

异步意味着多任务处理，任务之间的执行没有严格的先后顺序，甚至可以同时运行。这就好比你一边听音乐，一边浏览网页，听音乐和浏览网页这两个任务之间互不干扰，多条任务的执行路径同时存在，程序有多个“主线”并行处理任务。

同步同样是处理多任务，但任务之间有严格的先后顺序。只有前一个任务执行完成，下一个任务才能开始。这类似于你排队买东西，必须一个人买完，下一个人才能接着买，整个过程只有一条“主线”。

从调用者的角度来看，如果在调用某个操作时，程序被卡住，无法继续向下执行，必须等待该操作完成，这种情况就是阻塞。比如你打电话叫外卖，在等待外卖送达的这段时间里，你什么其他事都做不了，只能干等着，这就是“阻塞”状态。

当调用某个操作时，程序不会被卡住，能够继续向下执行，无需等待该操作完成，这就是非阻塞。还是以叫外卖为例，你下单后可以继续做自己的事情，不用一直等着外卖，这就是“非阻塞”状态。

下面通过Python代码来具体展示异步和同步的工作方式。这里我们使用multiprocessing模块中的Pool来创建进程池，实现多任务处理。

from multiprocessing import Pool

import time

import os

def water():

"""烧水"""

print(f"子进程 pid={os.getpid()}")

for i in range(5):

print("正在烧水中")

time.sleep(0.5)

return "水烧开了"

def handle_water(message):

"""接收烧开水的信息"""

print(f"进程pid={os.getpid()} 收到了异步任务的结束信息: {message}")

pool = Pool(3)

print(f"主进程 pid={os.getpid()}")

for i in range(3):

print("打游戏")

time.sleep(0.5)

# 回调

pool.apply_async(water, callback=handle_water) # 异步添加任务

for i in range(20):

print("打游戏")

time.sleep(0.5)

pool.close()

pool.join()

在这段代码中：

首先创建了一个进程池Pool，最大进程数为3。
主进程先执行一段“打游戏”的操作，循环3次，每次间隔0.5秒。
然后使用pool.apply_async方法异步地添加water任务到进程池，并设置了回调函数handle_water。water任务模拟烧水过程，会打印当前子进程ID并每隔0.5秒输出“正在烧水中”，完成后返回“水烧开了”。handle_water函数用于接收water任务完成后的信息并打印。
接着主进程继续执行“打游戏”操作，循环20次，每次间隔0.5秒。这期间，water任务在后台异步执行。
最后，调用pool.close()关闭进程池，不再接受新任务，pool.join()让主进程等待所有子进程完成任务后再结束。

通过这个示例，可以清晰地看到异步任务在后台执行，不会阻塞主进程的其他操作，体现了异步非阻塞的特性。如果将pool.apply_async换成pool.apply，那么就是同步阻塞的效果，water任务执行时会阻塞主进程，直到任务完成才会继续执行后续代码。

理解异步、同步、阻塞和非阻塞的概念，能帮助开发者根据实际需求优化程序性能，合理利用系统资源，让程序运行得更加高效和灵活。无论是处理I/O密集型任务，还是CPU密集型任务，选择合适的执行方式都是关键。