Python异步编程线程状态及原理相关技术咨询

先看示例代码（补充了缺失的导入语句）：

import asyncio

async def my_task(task_id):
    print(f"Task {task_id} started, waiting for 2 seconds...")
    await asyncio.sleep(2)  
    print(f"Task {task_id} finished.")


async def main():
    tasks = [my_task(i) for i in range(3)]
    await asyncio.gather(*tasks)  


asyncio.run(main())

问题1：当三个my_task任务均处于sleep状态时，从操作系统视角看，Python线程处于就绪态、阻塞态还是运行态？ #

处于阻塞态。当所有任务因await asyncio.sleep(2)挂起时，asyncio的事件循环会调用底层IO多路复用接口（如epoll、kqueue），此时Python线程会被操作系统挂起，进入阻塞状态。直到sleep超时这类事件触发，操作系统才会唤醒该线程，让事件循环继续调度任务。

问题2：若Python线程在就绪态与运行态间切换，是否意味着它在持续轮询这3个任务是否完成等待？如此是否会浪费CPU资源？是否存在相关机制解决该问题？ #

不是持续轮询，不会浪费CPU。asyncio依赖IO多路复用机制监听所有等待中的事件（比如sleep超时、网络IO就绪信号），事件循环会阻塞在多路复用的系统调用上，只有当某个事件触发时，才会唤醒线程处理对应任务。这种模式下线程不会空转，仅在有事件需要处理时运行，彻底避免了轮询带来的CPU浪费。

问题3：掌握异步编程原理需要理解哪些核心概念？ #

• 协程（Coroutine）：用async def定义的异步函数，是异步编程的基本执行单元，可在执行过程中主动挂起和恢复。
• await关键字：用于暂停协程执行，等待可等待对象（如Task、Future、asyncio.sleep）完成，同时把控制权交还给事件循环，让其他协程有机会运行。
• 事件循环（Event Loop）：异步编程的核心调度器，负责管理协程生命周期、监听IO事件、调度协程执行顺序。
• 任务（Task）：对协程的封装，能将协程加入事件循环调度，还可跟踪协程的执行状态与结果。
• Future对象：表示未完成的异步操作结果，是Task的底层实现基础。
• 非阻塞IO：异步编程依赖的IO模式，IO操作不会阻塞线程，仅在操作就绪时通知事件循环。
• IO多路复用：底层技术，让单个线程可同时监听多个IO事件源，高效处理大量并发IO操作。

内容的提问来源于stack exchange，提问作者user1315461