事件循环

事件循环 = 协调所有协程执行的中央调度器，它通过非阻塞机制，实现并发执行多个异步任务。

事件循环是 异步编程的核心机制，用一句话概括就是：

事件循环不断检查任务队列，一旦某个异步任务完成，它就调用该任务的回调并继续循环执行。

它的目标是：非阻塞地执行多个任务（如 I/O、网络请求），避免因为等待某个任务而卡住整个程序。

概念	说明
协程（coroutine）	你写的 async def 函数
任务（Task）	协程包装成可调度对象，由事件循环驱动执行
Future	代表“未来某个时间点”的值；Task 是它的子类

async def xxx():↓
coroutine obj↓
Task.create↓
注册到 event loop↓
loop.run_until_complete()↓
调度、挂起、恢复...

事件循环最大的优势在于：可以在等待 I/O（如网络、磁盘）时释放 CPU 去执行其他任务。

• 并发网络请求（aiohttp）
• 异步数据库访问（如 asyncpg）
• Web 框架（FastAPI、Sanic）
• 实时任务调度系统（如定时器、爬虫）

asyncio

asyncio 是 Python 3.4 引入的标准库，用于编写协程式的异步代码。它的核心包括：

• 事件循环（Event Loop）
• 协程（Coroutine）
• Task / Future 管理
• 异步 I/O 支持（网络、文件、子进程等）
• 高级工具（如 asyncio.gather()、Queue、锁等）

本质：asyncio 提供了一个异步框架，用于非阻塞的 I/O 编程。

uvloop

uvloop 是一个用 Cython 编写的 高性能事件循环实现，替代默认的 asyncio 事件循环。它基于 libuv（Node.js 的底层库），因此性能极佳。

特点：

• 全兼容 asyncio 接口
• 性能提升 2~4 倍（实际测试中）
• 安装简单，几乎无缝切换

比较

uvloop 比默认 asyncio 更快，本质原因在于事件循环的底层实现完全不同：uvloop 用 C/Cython 构建并基于 libuv，而默认 asyncio 用纯 Python 和 selectors 实现，性能存在数量级差异。

特性	asyncio（默认事件循环）	uvloop（替代实现）
性能	中规中矩	高性能、近 C 语言速度
实现语言	纯 Python + C	Cython + libuv
使用方式	内置、开箱即用	pip 安装 + 手动设置
兼容性	官方标准	完全兼容 asyncio

实现	吞吐量（req/s）	延迟（ms）
asyncio	5,000 req/s	20ms
uvloop	15,000 req/s	7ms

使用场景	推荐使用
CPU 密集型任务	❌ 不适合 asyncio（建议多线程或多进程）
I/O 密集型任务（网络、文件等）	✅ 推荐 asyncio + uvloop
高并发服务（Web、代理、网关等）	✅ 强烈推荐 uvloop 提升吞吐和稳定性

❗uvloop 是不支持 Windows 的！它是专为 Unix/Linux/macOS 优化的高性能事件循环。

• uvloop 是基于 libuv 实现的，而 libuv 的 Windows 支持不适合用作 Python 的事件循环替代。
• Windows 的 asyncio 默认使用的是 ProactorEventLoop（基于 IOCP），和 libuv 的模型完全不同。

使用 uvloop 来实现 高并发 部署：

CMD ["uvicorn", "web.main:app", "--host", "0.0.0.0", "--port", "8077", "--loop", "uvloop", "--http", "h11"]

维度	asyncio**（默认事件循环）**	uvloop
实现语言	Python + 少量 C	Cython + libuv（C语言）
底层机制	使用 selectors（如 epoll/kqueue）做调度，Python 层调度任务和回调	直接使用高性能 libuv，类似 Node.js 的底层模型
调度逻辑	Python 层事件循环和回调调度开销较大	C 层事件循环和回调分发更快，几乎无 Python 层切换开销
系统调用封装	Python 层对 socket/select 封装	C 层封装系统调用，效率极高
GC 压力	更多 Python 对象交互	减少 Python 调度逻辑，内存压力更小

• 在 asyncio 中，事件循环会：
  1. 通过 selectors 监听 socket 是否可读
  2. 如果 socket 可读，则通过 Python 层的回调触发处理
  3. 执行用户协程，继续 await…

这个过程中：

👉 Python 层频繁调用回调函数、切换上下文、管理 Future 状态，调度开销较大

---

但 uvloop 做了什么？

• 使用 C 写的 libuv 做事件循环（本来就是 Node.js 的核心）
• 所有事件监听、回调调度、超时处理等都在 C 层完成
• Python 只负责“最终执行协程”，调度工作都交给高性能 C 层完成

所以：

uvloop 省去了 Python 层大量的中间操作，减少了解释器层面的性能瓶颈。

uvloop 主要提升在：

• I/O 调度速度
• 协程切换效率
• 回调调用效率

但对于 CPU 密集型任务（如复杂数据处理、机器学习），uvloop 并不会提升太多，应考虑多进程或线程池。

uvloop 比 asyncio 快的本质在于：它把事件循环和 I/O 调度从 Python 层搬到了高效的 C 层（libuv），最大限度减少了解释器负担。