协程并发实现原理解析：await与asyncio.gather的适用场景

先看你代码里的核心问题：asleep函数虽然用async定义，但内部调用的是time.sleep(n)——这是同步阻塞的IO操作，它会直接卡住整个Python线程，不让事件循环有机会切换到其他协程。这是理解两个场景差异的关键前提。

场景1：await asleep(2)（无并发） #

当事件循环启动后，会按顺序调度任务：

1. 先执行doAsync1，打印doAsync1 start...，然后走到await asleep(2)。
2. 进入asleep后，time.sleep(2)直接阻塞线程，事件循环完全被卡住，根本没机会切换到doAsync2或doAsync3。
3. 2秒后阻塞结束，doAsync1打印doAsync1 end...并完成。
4. 事件循环才会调度下一个任务doAsync2，重复上述步骤，直到三个任务全部完成。

最终呈现串行执行的效果，总耗时6秒——这不是await本身的问题，是因为asleep里的阻塞操作让协程根本没机会挂起释放事件循环。

场景2：await asyncio.gather(asleep(2))（伪并发） #

这里的关键是asyncio.gather的行为：它会把传入的可等待对象注册到事件循环，然后当前协程主动挂起，让事件循环去调度其他就绪的任务：

1. 事件循环先调度doAsync1，打印doAsync1 start...，执行到await asyncio.gather(asleep(2))时，doAsync1挂起，事件循环切换到doAsync2。
2. doAsync2打印doAsync2 start...，同样执行到await gather(...)时挂起，事件循环切换到doAsync3。
3. doAsync3打印doAsync3 start...，执行到await gather(...)时挂起。
4. 此时所有任务都处于等待状态，事件循环会唤醒第一个等待的任务（比如doAsync1），执行asleep(2)里的time.sleep(2)，再次阻塞线程2秒。
5. 阻塞结束后doAsync1完成，事件循环唤醒doAsync2，执行它的time.sleep(2)，再阻塞2秒；接着是doAsync3的2秒阻塞。
6. 最后三个任务依次完成，打印各自的end...。

你看到的“三个start同时输出”，是因为asyncio.gather让每个doAsync任务在遇到await时主动挂起，给了其他任务执行的机会。但因为time.sleep的阻塞特性，实际的asleep操作还是串行的，总耗时还是6秒——如果把time.sleep(n)换成异步的await asyncio.sleep(n)，那三个asleep(2)会真的并发执行，总耗时就变成2秒了。

什么时候用await some_work()，什么时候用await asyncio.gather(...) #

用await some_work()的场景 #

• 你需要按顺序执行单个协程，当前任务的后续代码依赖这个协程的执行结果或状态。比如：

  async def fetch_user_data(user_id):
      data = await get_user_from_db(user_id)  # 必须拿到数据才能继续处理
      await update_user_profile(data)
  

• 处理单个异步操作，不需要并发执行其他任务时。

用await asyncio.gather(...)的场景 #

• 你有多个独立的异步任务，它们之间没有依赖关系，可以同时执行来提升效率。比如同时请求多个第三方API：

  async def fetch_multiple_data():
      tasks = [fetch_api(url1), fetch_api(url2), fetch_api(url3)]
      results = await asyncio.gather(*tasks)  # 三个请求并发执行，总耗时等于最慢的那个请求
      process_results(results)
  

• 需要等待一组异步任务全部完成后，再统一处理结果时。

内容的提问来源于stack exchange，提问作者leo