Python3 中在同步代码的框架中使用 asyncio 异步(async/await)，是否能提升性能？

推荐使用异步含量更高的语言

不能

喜欢 asyncio 直接用 fastapi，不要用 django 、flask 这些同步框架，框架作者都没打算上 asyncio，自己 hack 有很多问题。

不可预测，CPU 密集的项目用异步用处不大，比如你的项目是用来做大数质因分解的。
异步主要用于网络和高 I/O 的项目，本质就是把 CPU 傻等的那段时间拿过来利用。
你可以模拟下真实的网络环境跑个 benchmark 看看。

性能是不能提升的，只能提升并发数量

如果并发能用到多核，比如开多个子进程进行计算，倒是可以算是提升了性能，但是在 web 框架里用应该没有这种情况发生

一处异步，处处异步
从 0 开始吧

带有偏见看事物才是最有问题的，比如说 Django 都已经主推 asgi 了，到这里就变成“根本没打算上 asyncio”，再说 Python 异步生态又不是只有 asyncio 啊。

回到异步对 Python 性能提升的话题，我觉得可以看看 https://techspot.zzzeek.org/2015/02/15/asynchronous-python-and-databases/

@tomczhen 哪里看到 django 社区 主推 asgi 啦？异步 ORM 都准备好了？

@tomczhen 正是因为 py 异步方案多，这几个主流的同步框架才不急着跟进吧

应该说可以在某些情况下提升效率，通过使用局部异步的方式。不过这么做和直接用多线程没啥区别。
比如这段代码 https://gist.github.com/luliangce/9f9ce635a62f4b60e3109177630b0a30

用异步的确比同步快，但其实没什么意义。

David beazly 在一开始讲异步的时候就很明确的总结，异步来自 Python 的另外一个宇宙（ Universe ），其功能是通过维护一个事件循环，以复用的方式加速 IO 。和同步宇宙最大的区别在于异步宇宙中 func()并不像同步宇宙一样代表执行某任务，而是仅代表定义任务，执行在稍后。你想跟基于线程模型的同步 IO 混用，比如在 flask 框架里，那你要如何安排你的事件循环呢？

Python 的异步生态还不够成熟

异步库不是用来提升性能的吧，不觉得会比传统的同步多进程性能好

当初开始使用 fastapi 时自己本机测了下有一点业务代码的相同接口，fastapi+uvicorn 差不多比 flask+gunicorn 快一倍

@chroming 有没有印象，两种测试方案下，当时 CPU 和内存的占用分别达到多少？还是都跑满测试的？

@chroming 难道不是并发多一倍而已嘛？之前业务逻辑响应要 30ms，改成异步就能 15ms 了？

@chroming 好家伙，你拿一个性能最拉跨 WSGI 框架跟一个有 C 库加持的 ASGI 框架比性能。这是让巴基斯坦打 China，铁定输啊。

要比性能，你可以换一个，比如 bottle+gunicorn+meinheld 与 starlette+uvicorn 比。一个是 WSGI 高性能的代表，一个是 ASGI 高性能的代表。

提升的前提有这么几个：属于 IO 密集型任务（ CPU 密集你只能上 C/Rust 拓展），代码里没有任何同步 IO 代码（无栈协程有传染性），原有项目使用多线程模型导致了大量的线程切换损耗（如果你用 gevent 之类的去改造过了，asyncio 不会比 gevent 更快）。

三个条件，任何一个不满足，都得不到显著的提升。这三个是必要条件，不一定是充分条件。

以海底捞火锅举例，性能是由台数决定的，门口等座椅子数量只能决定能拖住多少客人暂时不走。使用异步只是提高了等座椅子数量，最终决定性能的还是要靠 CPU 、磁盘、网络 IO 的处理能力。

io 密集型可以提高并发，还是要快一点

python 的 asyncio 是纯用户态线程，同步 io 会阻塞整个线程及其中的所有协程。
Golang 的 MPG 就解决的这个问题。