Python 立即运行任务，然后等待

我是Python新手，代码如下所示：

import time
import asyncio

async def my_async_function(i):
    print("My function {}".format(i))

async def start():
    requests = []

    # Create multiple requests
    for i in range(5):
        print("Creating request #{}".format(i))
        requests.append(my_async_function(i))

    # Do some additional work here
    print("Begin sleep")
    time.sleep(10)
    print("End sleep")

    # Wait for all requests to finish
    return await asyncio.gather(*requests)

asyncio.run(start())

无论“额外工作”需要多长时间，请求似乎只在“结束睡眠”之后运行。我猜

asyncio.gather

才是真正开始执行它们的地方。如何让请求（也称为

my_async_function（）

）立即启动，执行其他工作，然后等待所有请求在最后完成

编辑： 根据Krumelur的评论和我自己的发现，我所寻找的结果如下：

import time
import asyncio
import random

async def my_async_function(i):
    print("Begin function {}".format(i))
    await asyncio.sleep(int(random.random() * 10))
    print("End function {}".format(i))

async def start():
    requests = []

    # Create multiple requests
    for i in range(10):
        print("Creating request #{}".format(i))
        requests.append(asyncio.create_task(my_async_function(i)))

    # Do some additional work here
    print("Begin sleep")
    await asyncio.sleep(5)
    print("End sleep")

    # Wait for all requests to finish
    return await asyncio.gather(*requests)

asyncio.run(start())

只有当my_async_函数和“附加工作”都是可等待的，这样事件循环才能为它们提供执行时间时，这才有效。您需要

create_task

（如果您知道它是一个协同程序）或

确保未来

（如果它可能是一个协同程序或未来）以允许请求立即运行，否则它们仍然只有在您

收集

时间时才会运行。sleep（）是一个同步操作

您需要使用异步睡眠并等待它， 例如

其他异步代码将仅在当前任务产生时运行（即，通常在“等待”某些内容时）

---

使用异步代码意味着您必须随时随地使用异步。异步操作适用于I/O绑定的应用程序。如果“额外工作”主要是CPU受限的，那么最好使用线程（但要注意全局解释器锁！）

哦，那么如果我有任何同步代码，它会阻止异步代码并阻止它运行吗？我想它可以在后台生成一个线程，继续我的同步代码。换句话说，Python是带有事件循环的单线程还是类似的？因此在本练习中，我使用

time.sleep（）

模拟了同步工作。如果我正在进行不可等待的处理（例如一些数学计算），该怎么办？我不能同时运行其他代码吗？是的。事件循环是单线程的，这在大多数语言中都是如此。有时您可以等待线程连接等，但在Python中还存在全局解释器锁，这意味着一次只有一个线程将运行Python代码（允许I/O），因此，如果您的数学操作快速转移到本机代码，那么它与使用async/await（只允许C模块释放GIL）没有什么不同（例如，重型NymPy操作）你可以使用线程。如果循环驻留在Python中，你就不能，你应该看看多处理模块，它生成并行Python运行时，并通过队列等共享原语进行同步。我认为你应该探索使用线程/进程池的替代方法。你说你是CPU受限的。HTTP请求几乎不需要任何CPU因此，您可能不会受到CPU的限制，以致于网络请求不足，但如果是这样，python中唯一的解决方案就是一个进程池。“futures”是一个很好的接口，请参阅

await asyncio.sleep(10)