异步本质是不是就是多线程-CSDN博客

本文链接：https://blog.csdn.net/qq_41153943/article/details/149684602

作者平台：

| CSDN：https://blog.csdn.net/qq_41153943（ID：江夏、）

| 掘金：https://juejin.cn/user/651387938290686（ID：jiangxia_1024）

| 知乎：https://www.zhihu.com/people/1024-paper-96（ID：苏格拉没有底）

| GitHub：https://github.com/JiangXia-1024?tab=repositories

| 微信公众号：1024笔记

| 本文一共4950字，预计阅读13分钟

异步编程和多线程是两个不同的概念，尽管它们都可以用来实现并发操作。但其背后的机制、适用场景以及实现方式各有不同。

一、异步编程的本质

异步编程的核心在于“非阻塞”。这意味着当一个操作（比如网络请求）正在执行时，它不会阻塞其他任务的执行。这使得CPU可以被更高效地利用，尤其是在I/O密集型的应用场景下。Python的asyncio库是一个很好的例子，它提供了基于协程的异步编程模型。

示例1：使用`asyncio`进行异步操作

import asyncio
async def fetch_data():
    print("开始获取数据...")
    await asyncio.sleep(2)  # 模拟网络请求的延迟
    print("数据获取完成")
    return {"data": "example"}
async def main():
    task = asyncio.create_task(fetch_data())
    print("其他工作...")
    result = await task
    print(result)
asyncio.run(main())

在这个例子中，fetch_data()函数模拟了一个耗时的数据获取过程。由于使用了await asyncio.sleep(2)，这个调用是非阻塞的，因此程序可以在等待期间执行其他任务（如打印"其他工作…"）。这种模式非常适合于需要处理大量I/O操作的应用。

二、多线程编程的基础

另一方面，多线程允许程序同时运行多个线程，每个线程都是独立的执行路径。这对于计算密集型任务非常有用，因为它可以充分利用多核处理器的优势。然而，多线程编程带来了同步和互斥的问题，因为多个线程可能会同时访问共享资源。

示例2：使用`threading`模块创建多线程


import threading
import time
def compute_heavy_operations():
    print("开始计算...")
    time.sleep(2)  # 模拟长时间计算
    print("计算完成")
# 创建线程
thread = threading.Thread(target=compute_heavy_operations)
thread.start()
print("主线程继续执行其他任务...")
# 等待线程结束
thread.join()