Python是否有类似C# AsyncLocal的异步控制流本地环境数据存储功能？

在Python里，对应C# AsyncLocal的功能是通过**contextvars模块**实现的，这是Python 3.7及以上版本专门为异步/协程场景设计的上下文存储方案。

核心用法：contextvars模块 #

contextvars提供了ContextVar类，用于创建异步控制流本地的变量，它的上下文会自动跟随协程的调度，即使协程在同一线程内切换，也能保证每个控制流拥有独立的变量副本。

示例代码：

import asyncio
import contextvars

# 创建一个异步上下文变量
request_id = contextvars.ContextVar("request_id")

async def process_request(req_id):
    # 设置当前协程上下文的变量值
    request_id.set(req_id)
    await handle_sub_task()

async def handle_sub_task():
    # 获取当前协程上下文的变量值
    current_req_id = request_id.get()
    print(f"处理子任务，请求ID：{current_req_id}")

async def main():
    # 启动两个独立的协程，各自拥有独立的上下文
    await asyncio.gather(
        process_request("REQ-001"),
        process_request("REQ-002")
    )

asyncio.run(main())

运行后会输出：

处理子任务，请求ID：REQ-001
处理子任务，请求ID：REQ-002

为什么不用threading.local？ #

threading.local是线程级的本地存储，仅能保证不同线程间的数据隔离，但异步协程是在同一个线程内调度切换的，多个协程会共享同一个threading.local实例的数据，无法实现异步控制流级别的隔离，因此不适合异步场景。

额外说明 #

contextvars的上下文不仅会传递给直接创建的子协程，还会跟随asyncio的任务调度、asyncio.create_task创建的任务，甚至是使用await调用的嵌套协程，行为和C# AsyncLocal完全一致。

内容的提问来源于stack exchange，提问作者t3chb0t