协作式多任务：Python Asyncio 的核心

协作式多任务：主动交替执行

与传统操作系统通过强制切换进程（抢占式多任务）不同，Python 的 asyncio 采用了一种完全不同的方法，称为协作式多任务。

协作式多任务的工作原理

在协作式多任务中：

任务会一直运行，直到它们通过 await 主动让出控制权
没有自动的时间片切换或强制抢占
CPU 密集型任务必须手动让出控制权，否则会阻塞其他任务
如果某个任务不配合，可能会阻塞整个系统

可以把它想象成一组人讨论问题，每个人都同意只在自然停顿时发言，然后让别人说话。当大家都遵守规则时，这种方式非常有效，但如果有人一直占用话语权，就会破坏整个系统。

抢占式 vs 协作式：关键区别

抢占式多任务（操作系统线程）	协作式多任务（Asyncio）
操作系统强制中断任务	任务主动让出控制权
任务随时可能被中断	任务会一直运行直到遇到 await
系统定时器触发上下文切换	等待操作时触发切换
适合 CPU 密集型任务	最适合 I/O 密集型任务
需要复杂的同步机制	同步更简单
任务切换自动发生	程序员需手动添加 await 点

篮球类比

想象一场篮球比赛：

抢占式多任务 就像有一个投篮计时器——时间一到，无论你在做什么，裁判（操作系统）都会强制收回球权
协作式多任务 则像是街头篮球，靠自觉——大家投完篮或无法推进时主动传球

第二种方式只要大家都遵守规则就很顺畅，但只要有一个自私的球员，比赛就会变得糟糕。

为什么 Python 选择协作式多任务

协作式多任务有几个优势：

简单 —— 不需要锁等复杂的同步原语
高效 —— 没有频繁的上下文切换带来的开销
可预测 —— 任务在明确的点让出控制权
单线程 —— 避免了许多线程相关的 bug 和竞态条件

缺点是程序员需要更加注意代码何时、何地让出控制权。

使用 Asyncio 时需要注意的事项

由于 asyncio 依赖于任务间的协作，以下实践非常重要：

使用 aiofiles.open() 替代普通的 open()，避免阻塞事件循环
进行 HTTP 操作时用 aiohttp 替代 requests
延时操作时用 asyncio.sleep() 替代 time.sleep()
在 CPU 密集型操作中定期让出控制权：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10


async def compute_intensive_task():
    result = 0
    for i in range(1_000_000):
        result += i * i
        
        # 每 10,000 次迭代让出一次控制权，允许其他任务运行
        if i % 10000 == 0:
            await asyncio.sleep(0)  # 睡眠 0 秒，仅用于让出控制权
            
    return result

对于真正的 CPU 密集型任务，建议使用线程池：

1
2
3


async def run_in_thread(cpu_bound_function, *args):
    loop = asyncio.get_running_loop()
    return await loop.run_in_executor(None, cpu_bound_function, *args)

理解并尊重 asyncio 的协作本质，你就能构建出高效且并发性强的应用程序，而无需传统多线程的复杂性。