异步 Python 模式

Async Python Patterns (异步 Python 模式)

关于使用 asyncio、并发编程模式以及 async/await 构建高性能非阻塞系统的异步 Python 应用实现全面指南。

适用场景

• 构建异步 Web API (FastAPI, aiohttp, Sanic)

• 实现并发 I/O 操作 (数据库、文件、网络)

• 创建支持并发请求的网络爬虫

• 开发实时应用 (WebSocket 服务器、聊天系统)

• 同时处理多个独立任务

• 构建具有异步通信能力的微服务

• 优化 I/O 密集型工作负载

• 实现异步后台任务和队列

不适用场景

• 工作负载为 CPU 密集型且 I/O 极少。

• 简单的同步脚本即可满足需求。

• 运行环境不支持 asyncio/事件循环。

指南

• 明确工作负载特性 (I/O vs CPU)、目标和运行环境限制。

• 选择合适的并发模式 (tasks, gather, queues, pools) 并制定取消规则。

• 添加超时机制、背压 (backpressure) 处理和结构化错误处理。

• 为异步代码路径提供测试和调试指南。

• 如需详细示例，请打开 resources/implementation-playbook.md。

详细模式和示例请参考 resources/implementation-playbook.md。

资源

• resources/implementation-playbook.md：包含详细模式和示例。

局限性

• 仅在任务明确符合上述范围时使用此技能。

• 不要将输出结果视为针对特定环境的验证、测试或专家评审的替代方案。

• 如果缺少必要的输入、权限、安全边界或成功标准，请停止并请求澄清。