Asyncio в Python: event loop, корутины и вопросы на собеседовании
Зачем asyncio, если есть потоки
Asyncio решает задачу конкурентного ожидания I/O без накладных расходов на потоки операционной системы. Поток — это тяжёлая сущность: стек, контекст, переключение через ядро ОС. Корутина — это объект в памяти интерпретатора, переключение между корутинами происходит кооперативно в потоке event loop, когда задача приостанавливается. Для backend-сервиса, который держит много соединений и значительную часть времени ждёт ответа от БД или внешнего API, такой подход снижает накладные расходы на планирование по сравнению с моделью «поток на соединение».
Event loop: что это и как он работает
Event loop — ядро любого приложения на asyncio: он запускает асинхронные задачи и callback'и, выполняет сетевые операции ввода-вывода и управляет подпроцессами. Корутина — это функция, объявленная через async def, которая при простом вызове не выполняется — вызов лишь создаёт объект-корутину. Чтобы она реально начала работать, её нужно запланировать: через await, asyncio.create_task или верхнеуровневую функцию asyncio.run.
Ключевое слово await — это точка, где корутина может отдать управление обратно в event loop (например, ожидая результата другой корутины, Task или Future). Если внутри нет ни одного await на операции, которая реально приостанавливает выполнение, корутина с практической точки зрения выполняется как обычная функция, обёрнутая в асинхронный интерфейс.
import asyncio
import time
async def fetch(name, delay):
print(f"{name}: старт")
await asyncio.sleep(delay) # здесь отдаём управление
print(f"{name}: финиш")
return name
async def main():
start = time.monotonic()
results = await asyncio.gather(
fetch("A", 2),
fetch("B", 1),
)
print(results, time.monotonic() - start) # ~2 секунды, не 3
asyncio.run(main())
asyncio.gather оборачивает переданные корутины в Task и запускает их конкурентно: пока одна ждёт в sleep, event loop может переключиться на другую. Итоговое время работы примера — около максимума из задержек, а не суммы, аналогично примеру с двумя create_task в официальной документации.
Task vs корутина vs Future
- Корутина — описание того, что нужно сделать; сама по себе не выполняется, пока её не запланируют (через
await,create_taskили аналогичный механизм). - Task — объект, который выполняет корутину;
asyncio.create_taskоборачивает корутину в Task и планирует её выполнение в event loop. - Future — низкоуровневый примитив, представляющий результат асинхронной операции, который появится в будущем; Task — подкласс Future. Документация рекомендует не создавать Future напрямую в пользовательском коде, а использовать
loop.create_future()там, где это необходимо.
await и без планирования через create_task, код тела корутины не выполнится вовсе — вы получите только объект корутины и предупреждение RuntimeWarning «coroutine was never awaited». Корутина — лёгкий объект, а не поток, который стартует сам по себе.Блокирующий код — главный враг event loop
Если внутри корутины вызвать синхронную блокирующую функцию (например, requests.get или time.sleep вместо asyncio.sleep), поток, в котором выполняется event loop, заблокируется целиком — другие задачи не смогут продвинуться, пока блокирующий вызов не завершится. Это отличие от классической многопоточности с вытесняющим планированием ОС: здесь переключение кооперативное и происходит только в точках, где корутина явно отдаёт управление.
Для блокирующих операций документация предлагает loop.run_in_executor — метод, который выполняет вызов в пуле потоков (по умолчанию) или процессов, не блокируя сам event loop.
import asyncio
def cpu_bound_work(n):
return sum(i * i for i in range(n))
async def main():
loop = asyncio.get_running_loop()
result = await loop.run_in_executor(None, cpu_bound_work, 10_000_000)
print(result)
Вопросы с собеседований
Ещё разборы
Читайте также
Разбор собеседования Python-бэкендера: секции, частые вопросы по языку, asyncio, GIL, БД и системному дизайну, типичные …SQL на собеседовании: вопросы и задачи для бэкендера
Разбор SQL-секции на бэкенд-собеседовании: задачи на JOIN, GROUP BY, дубликаты, топ-N и нарастающий итог, вопросы про ин…Партиции, офсеты и consumer lag в Kafka: как не терять сообщения
Разбор внутреннего устройства Kafka: партиции, офсеты, lag, коммиты и типичные ошибки при обработке сообщений на собесед…