一、为什么要学异步编程

“煮面的时候，等水开的那几分钟你会干嘛？聪明人不会干等，他们可能会去切葱花。程序也是一样——异步编程让它在‘等水’时去干别的事。”

1.我们先说一下同步编程的痛点：

阻塞、等待、性能浪费

在传统的同步编程模型中。代码是按顺序一步步执行的。

比如我们写下三行逻辑：

get_data_from_api()
process_data()
save_to_database()

看似合理，但背后的问题是：
当第一行在等待网络返回数据时，整个程序就卡在那里不动。
CPU 明明空着，却只能干等。

这种“阻塞式执行”就像排队买奶茶：前面那位顾客不点完单，你连靠近柜台的资格都没有。
在网络请求、磁盘读写、数据库查询等I/O 密集型场景里，这种等待往往耗时数秒甚至数十秒。

最终结果就是——CPU在发呆，内存在浪费，性能在下滑

这就是同步编程最大的痛点：

一个人在做事，其他人全都在等

2、那异步编程的目标是什么呢

异步编程：让CPU高效利用时间

异步编程登场的使命只有一个：

“让 CPU 不再等，让时间被榨干到最后一秒。”

当一个任务在等待 I/O 响应时，程序可以立刻切换去执行别的任务。
不浪费等待时间，也不让线程睡死。

这就像你点完咖啡后，不用站在柜台前盯着，而是回座位打开电脑，继续干活。
当咖啡好了，系统（事件循环）会通知你：“喂，任务完成了。”

技术上来说，异步编程通过事件循环（Event Loop）、协程（Coroutine）和回调机制（Callback）让程序能“同时处理多个任务”，而实际上仍然只有一个线程在执行。

结果？

• CPU 的利用率显著提升
• 响应时间更短
• 系统可同时服务更多用户

异步编程的终极目标，就是把“等待时间”变成“生产时间”。

二、核心原理：到底什么是异步？

举个例子

import asyncio

async def cook():
    print("开始烧水")
    await asyncio.sleep(3)
    print("水开了，开始煮面")

async def chop():
    print("切菜中...")
    await asyncio.sleep(2)
    print("菜切好了")

async def main():
    await asyncio.gather(cook(), chop())

asyncio.run(main())

这段代码模拟了我们在厨房做饭的情景：

• 烧水（cook） 需要 3 秒钟
• 切菜（chop） 需要 2 秒钟

在现实生活中，你肯定不会傻站着看水烧开吧？
你会一边烧水，一边切菜。

核心语法拆解：

关键词	作用	通俗解释
async	声明异步函数	告诉Python“这段代码可能会遇到等待，要非阻塞执行”
await	暂停并等待异步任务	程序可以“暂时放下”这个任务，去做别的事情
asyncio.sleep()	模拟异步等待	相当于“烧水的时间”，CPU不会浪费资源等待
asyncio.gather()	同时运行多个任务	让烧水和切菜“并行进行”
asyncio.run()	启动事件循环	启动整个异步世界的引擎

我们对比一下同步版的做法

def cook():
    time.sleep(3)
def chop():
    time.sleep(2)

cook()
chop()

总耗时：5 秒
烧水 → 等3秒 → 再切菜 → 再等2秒

异步版（上面那段）：

实际总耗时：3 秒左右

因为烧水和切菜是同时开始的，CPU 在烧水等待的3秒内，不是闲着，而是去切菜了。
时间被充分利用——这就是异步的威力。

底层发生了什么？

Python 的 asyncio 模块在背后启动了一个事件循环（Event Loop），它会：

1. 把所有异步任务放进一个“待办清单”；
2. 一旦某个任务遇到 await（比如 sleep），就先挂起；
3. 去执行别的任务，等那个“等待事件”完成后再回来继续。

整个过程是单线程完成的，但效果上就像“多线程一样高效”。

那提到多线程，我们来讲一下异步编程vs多线程vs多进程

我们这里简单提一下

异步编程的核心是让CPU在等待I/O时不闲着，通过事件循环和协程实现任务切换，最大化时间利用率。相比之下，多线程是开多个线程同时跑任务，多进程则是多个独立程序并行执行。异步更轻量、开销小，特别适合网络请求、数据库操作等I/O密集型场景，是现代后端高性能的关键。

三、总结：什么时候时候该用异步

该用异步的时候：
当你的程序大部分时间都在等待 I/O——比如网络请求、数据库查询、文件读写、API 调用等。异步能让 CPU 在等待期间去处理别的任务，极大提升吞吐量和响应速度。典型场景：Web服务器、爬虫、聊天机器人、AI Agent 等。

不该用异步的时候：
当任务是CPU 密集型的，比如图像处理、模型训练、复杂计算。这时 CPU 始终在高强度运算，根本没有等待空间，异步反而拖慢效率。此时更应该用多进程或原生多线程。

如果你觉得有收获，欢迎点赞、收藏或留言交流，我们一起写出更优雅、更高效的代码

作者:浦颖昊
原文链接：Android 开发入门实战：从 0 到 1 构建一个可运行、可扩展的 Android 应用