Python：手把手教你 async 與 await

Posted on 2026-03-07

在 Python 的世界裡，效能一直是大家討論的熱點。當你遇到需要處理大量網路請求、讀寫大檔案或與資料庫頻繁互動時，傳統的「同步」執行方式往往會讓程式卡在那邊等，效率低得驚人。

這時候，async 和 await 就派上用場了！

什麼是異步編程？

想像一下，你正在準備晚餐。 blog index image

同步 (Synchronous)：你先把水煮開，盯著鍋子看，等水開了才去切菜。切完菜，你才去熱鍋炒菜。每件事都必須等上一件做完才能開始。
異步 (Asynchronous)：你先把水放上去煮，趁水還沒開的時候，你跑去切菜。切菜的過程中，如果水開了（發出嗶嗶聲），你就轉身去處理水。你不需要在那邊乾等水開。

在程式中，當我們發送一個網路請求（煮水），CPU 其實是在「等」網路回傳（水開）。異步編程就是讓 CPU 在等待的期間可以先去處理別任務（切菜），從而大大提昇效率。

核心關鍵字：async 與 await

在 Python 3.5 之後，官方引入了這兩個語法糖：

1. `async def`：定義協程 (Coroutine)

平常我們用 def 定義函數，但如果要定義一個異步函數，我們要在前面加上 async。

import asyncio

async def say_hello():
    print("Hello...")
    # 這裡會模擬一個耗時操作
    await asyncio.sleep(1)
    print("...World!")

呼叫一個 async 函數時，它不會立即執行裡面的代碼，而是會回傳一個「協程物件」。

2. `await`：等待結果

當你執行到一個需要等待的操作（例如 asyncio.sleep 或網路請求）時，使用 await。這會告訴 Python：「我現在要在這裡等一下，你可以先去忙別的事，等這件事處理好了再回來找我。」

注意： await 只能在 async 定義的函數內部使用。

實際範例：比比看誰快

假設我們要執行三個耗時 1 秒的任務。

同步版本 (慢)

import time

def task(n):
    print(f"任務 {n} 開始")
    time.sleep(1) # 阻塞式等待
    print(f"任務 {n} 完成")

start = time.time()
task(1)
task(2)
task(3)
print(f"總耗時: {time.time() - start:.2f} 秒")
# 輸出：總耗時: 3.00 秒

異步版本 (快)

import asyncio
import time

async def async_task(n):
    print(f"任務 {n} 開始")
    await asyncio.sleep(1) # 非阻塞式等待
    print(f"任務 {n} 完成")

async def main():
    # 同時啟動多個任務
    await asyncio.gather(
        async_task(1),
        async_task(2),
        async_task(3)
    )

start = time.time()
asyncio.run(main())
print(f"總耗時: {time.time() - start:.2f} 秒")
# 輸出：總耗時: 1.01 秒

可以看到，異步版本幾乎只花了 1 秒就完成了所有任務，因為它在等待第一個任務時，就已經開始處理第二個和第三個了。

常見的陷阱：為什麼我的程式還是很慢？

很多人剛開始用 asyncio 時會遇到一個問題：為什麼加上了 async 還是沒變快？

最常見的原因是在 async 函數中使用了「同步」的阻塞代碼。

import asyncio
import time

async def broken_task():
    # 錯誤示範！
    time.sleep(1) # 這會把整個 Event Loop 鎖住，別人在這段時間也動彈不得
    await asyncio.sleep(1)

如果你在異步環境中用了 time.sleep()、requests.get() 或任何不支援異步的資料庫驅動，你的程式依然會像同步執行一樣一個一個排隊。

結語

async 和 await 是 Python 處理高併發 (High Concurrency) 的利器。雖然它的學習曲線稍微陡峭一點，但一旦掌握了「不要阻塞 Event Loop」這個核心觀念，你就能寫出極其高效的 Python 程式。

下次如果你要爬取上百個網頁，或開發一個高效的後端 API，別忘了試試看 asyncio 喔！