Python asyncio 的事件循环机制
从 AbstractEventLoop 到 uvloop:理解事件循环的角色与替换方案
在使用 Python 的 asyncio 库实现异步编程时，协程（coroutine）与事件循环（event loop）这两个概念总是形影不离：协程只声明了「怎么挂起、怎么恢复」,而真正驱动这些协程不断推进的「调度器」,就是事件循环。理解事件循环的角色，是写出正确的异步代码、以及做性能选型（比如要不要换 uvloop）的前提。
事件循环到底在做什么
按照 Python 官方文档的定义，事件循环是每一个 asyncio 应用的核心，它主要做三件事:
- 运行异步任务（asynchronous tasks）与回调（callbacks）;
- 执行网络 I/O 操作;
- 启动和管理子进程（subprocess）。
可以把事件循环想象成一个不断循环的「调度中枢」:它维护着一组就绪的任务、定时器和 I/O 监听，每一轮迭代都从就绪队列里取出可以推进的任务去执行;当任务遇到 await 挂起时，控制权交还回事件循环，它再去处理下一个就绪项。所有协程之所以能在单线程里表现出「并发」的效果，正是因为这个调度中枢不断在它们之间切换。
Python 内置的两种事件循环实现
asyncio.AbstractEventLoop 是事件循环的抽象基类，它定义了一组事件循环应当实现的方法。CPython 标准库自带两种具体实现:
| 实现 | 底层机制 | 平台 |
|---|---|---|
asyncio.SelectorEventLoop | 基于 selectors 模块，自动选用平台最高效的 I/O 多路复用(Linux 上是 epoll、macOS/BSD 上是 kqueue) | Unix、Windows |
asyncio.ProactorEventLoop | 基于 Windows 的 I/O Completion Ports(IOCP) | 仅 Windows |
从 Python 3.13 起，标准库新增了一个 asyncio.EventLoop 别名，它会自动指向当前平台上「最快的子类」——Unix 上是 SelectorEventLoop,Windows 上是 ProactorEventLoop。需要注意的是，Windows 上的 SelectorEventLoop 不支持子进程，如果要用 asyncio.subprocess,需要使用 ProactorEventLoop。
asyncio.run():推荐的程序入口
对应用层开发者，官方建议始终通过高级 API asyncio.run() 启动协程，而不要手动管理事件循环对象。这个函数自 Python 3.7 引入，签名是:
asyncio.run(coro, *, debug=None, loop_factory=None)它做了完整的一套生命周期管理：新建事件循环、运行传入的 awaitable、关闭事件循环、收尾异步生成器（async generators）、并关闭默认的 executor(默认 5 分钟超时)。文档明确指出，它是「asyncio 程序的主入口点」,理想情况下只调用一次。
import asyncio
async def main():
await asyncio.sleep(1)
print("Hello, asyncio!")
asyncio.run(main())loop_factory 参数（Python 3.12 加入）允许传入一个自定义的事件循环工厂，这是替代「事件循环策略（event loop policy）」的新方式。旧的 policy 系统自 Python 3.14 起进入弃用期，计划在 Python 3.16 移除。
事件循环的关键方法
虽然在应用代码里很少直接拿到 loop 对象，但了解它的几个核心方法有助于读懂框架源码和排查问题。常用的方法大致分三类。
运行与停止
loop.run_forever():一直跑直到调用loop.stop()。loop.run_until_complete(future):跑到 Future 或协程完成，返回结果。loop.stop()/loop.close():stop只是请求停止,close释放底层资源，且不能在 loop 正在运行时调用。
调度回调
loop.call_soon(callback, *args):在事件循环下一次迭代时调用，这是最基础的「马上排到队尾」原语。loop.call_later(delay, callback, *args):延迟delay秒后调用，基于单调时钟。loop.call_at(when, callback, *args):在绝对时间戳when调用，与loop.time()共用同一时钟。loop.call_soon_threadsafe(...):跨线程唤醒事件循环，这是从其他线程往 loop 投递任务的唯一安全方式。
任务与执行器
loop.create_task(coro):把协程包装成Task并立即调度，返回 Task 对象。loop.create_future():在当前 loop 上创建一个Future。loop.run_in_executor(executor, func, *args):把阻塞函数扔到线程池或进程池执行，返回 awaitable 的 Future。这是 asyncio 与同步阻塞代码（包括 CPU 密集任务）协作的桥梁。
下面是一个用 run_in_executor 跑阻塞 I/O 和 CPU 密集任务的典型写法:
import asyncio
import concurrent.futures
def blocking_io():
with open('/dev/urandom', 'rb') as f:
return f.read(100)
def cpu_bound():
return sum(i * i for i in range(10 ** 7))
async def main():
loop = asyncio.get_running_loop()
# 默认线程池
result = await loop.run_in_executor(None, blocking_io)
# 自定义进程池,跑 CPU 密集任务
with concurrent.futures.ProcessPoolExecutor() as pool:
result = await loop.run_in_executor(pool, cpu_bound)
asyncio.run(main())平台差异与信号处理
事件循环的一些能力与平台绑定。loop.add_signal_handler(signum, callback, *args) 和 loop.remove_signal_handler(signum) 在官方文档里被明确标注为 仅 Unix 可用;在 Windows 上注册信号需要走传统方案。这两个方法注册的回调由事件循环本身触发，因此可以安全地操作 loop，而 signal.signal() 注册的处理器则不能。
一个在 SIGINT/SIGTERM 时优雅退出的常见写法:
import asyncio
import functools
import signal
def ask_exit(signame, loop):
print(f"got signal {signame}: exit")
loop.stop()
async def main():
loop = asyncio.get_running_loop()
for signame in {'SIGINT', 'SIGTERM'}:
loop.add_signal_handler(
getattr(signal, signame),
functools.partial(ask_exit, signame, loop))
await asyncio.sleep(3600)
asyncio.run(main())第三方事件循环实现
由于 AbstractEventLoop 是抽象基类，只要按规范实现这套接口，就可以替换默认的事件循环。生态中两个常被提及的项目是 uvloop 和 trio，但它们的定位截然不同。
uvloop:drop-in 替换
uvloop 是 asyncio 内置事件循环的高性能替代品，使用 Cython 编写，底层基于 libuv(Node.js 使用的同一个 C 异步 I/O 库)。它的特点:
- drop-in replacement:符合 asyncio 接口，业务代码无需改动。
- 官方基准下，asyncio 在 uvloop 上可达到 2-4 倍的吞吐提升。
- 需要 Python 3.8 及以上，PyPI 分类是 POSIX 和 macOS(在 Windows 上不提供预编译包)。
- 双授权:MIT 和 Apache 2.0。
自 uvloop 0.18 起官方推荐的用法是 uvloop.run():
import uvloop
async def main():
...
uvloop.run(main())它内部只是把 asyncio.run() 配置成使用 uvloop，所有参数(例如 debug=True)都会透传。在 Python 3.11 之前则需要用 asyncio.Runner(loop_factory=uvloop.new_event_loop) 或 uvloop.install()。
Sanic 是 Python 生态里早期主打异步的高性能 Web 框架，其 README 明确写道「Sanic makes use of uvloop and ujson to help with performance」,安装时若环境支持就会自动带上 uvloop(可用 SANIC_NO_UVLOOP=true 关闭)。Sanic 当前最低要求 Python 3.10。
trio:不是 asyncio 的「实现」
需要特别澄清一点：经常和 uvloop 并列提到的 trio 并不是 asyncio 事件循环的第三方实现，而是一个完全独立的异步并发库，它提出并实践了「结构化并发（structured concurrency）」的概念。trio 不复用 asyncio 的接口(asyncio.run、Task 等),自己的 API 体系(trio.run、nursery、cancel scopes)。它的设计目标是比 asyncio/Twisted 更简洁，灵感部分来自 Dave Beazley 的 Curio 项目，需要 Python 3.10 及以上。
所以严格来说，只有 uvloop 这一类「实现了 AbstractEventLoop 接口」的项目才能称为「asyncio 事件循环的第三方实现」;trio 与 asyncio 是平行的两套抽象。