Event loop в Python: как asyncio делает «параллельность»

Event loop — сердце asyncio. Он не запускает код параллельно в нескольких потоках. Он переключается между задачами в момент когда они ждут I/O — и именно за счёт этого достигается конкурентность в одном потоке.

I/O bound vs CPU bound

import time, asyncio

# CPU bound — async не поможет
def sum_squares(n):
    return sum(i * i for i in range(n))  # чистые вычисления

# I/O bound — async ускорит
async def fetch(url):
    await asyncio.sleep(1)  # имитация ожидания сети

Правило: если код ждёт (сеть, диск, база данных) — async даёт выигрыш. Если вычисляет — нет.

Как работает event loop

import asyncio

async def task(name, delay):
    print(f"{name}: начал")
    await asyncio.sleep(delay)   # <-- здесь event loop переключается
    print(f"{name}: завершил")

async def main():
    # Без gather — последовательно, 3 секунды
    await task("A", 1)
    await task("B", 2)

asyncio.run(main())

При каждом await event loop смотрит: есть ли другие задачи готовые к выполнению? Если есть — запускает их. Именно поэтому asyncio.gather() работает быстрее последовательных await.

Future и Task

Future — низкоуровневый объект: «обещание» что результат будет в будущем.
Task — обёртка над coroutine, которую event loop выполняет конкурентно.

async def main():
    # asyncio.create_task() оборачивает coroutine в Task
    # и планирует немедленное выполнение
    task1 = asyncio.create_task(task("A", 1))
    task2 = asyncio.create_task(task("B", 2))

    # Оба task уже запущены. await здесь — просто ожидание завершения
    await task1
    await task2

Debug режим

import asyncio, logging
logging.basicConfig(level=logging.DEBUG)

# Включает предупреждения о медленных coroutines (> 100ms)
asyncio.run(main(), debug=True)

В debug режиме asyncio предупреждает если coroutine занимает CPU слишком долго — это помогает найти случайно заблокировавший код.