Python async / await Objašnjenje: Vodič za 2026

Async u Pythonu ima reputaciju zbunjujućeg. Ne mora biti. Nakon što internalizirate jednu rečenicu — async dopušta JEDNOJ niti da izvodi višestruke isprepletene I/O-vezane zadatke — sve ostalo slijedi.

Ovaj vodič pokriva: što zapravo rade async def i await, kada async pobjeđuje u odnosu na to kada je pogrešan alat, četiri uzorka koja koristi svaka baza asinkronog koda (sekvencijalni, prikupljanje, semafor, vremensko ograničenje) i tri načina na koje početnici tiho gutaju pogreške.

Mentalni model od jedne rečenice

Async u Pythonu je kooperativna konkurentnost u jednoj niti. Kada vaš kod pogodi await, kontrola se vraća u petlju događaja, koja može pokrenuti drugi zadatak dok prvi čeka I/O. Kada I/O završi, petlja nastavlja s prvim zadatkom od mjesta gdje je pauzirana.

To je to. Nema niti, nema procesa, nema paralelizma (u CPython-with-GIL smislu). Samo jedna nit upravlja mnogim zadacima koji većinu vremena provode čekajući na mreži/disku/bazi podataka.

Async je brži kada vaše usko grlo čeka, a ne računa.

Minimalno održivi asinkroni program s tri retka

• async def hello() — deklarira korutinu. Pozivanje hello() ne pokreće kod; stvara korutinski objekt.
• await asyncio.sleep(1) — vraća kontrolu petlji događaja na 1 sekundu.
• asyncio.run(hello()) — stvara petlju događaja i pokreće korutinu do kraja.

Pravilo: `await` samo unutar `async def`. Pozivanje await u redovnoj funkciji je SyntaxError.

Kada async pobjeđuje (i kada ne)

Async pobjeđuje: I/O-vezan rad

Svaki zadatak koji većinu svog vremena na zidnom satu provodi NA ČEKANJU je kandidat za asinkroniziranje:

• HTTP zahtjevi (vanjski API-ji, struganje, web-dojavnici)
• Upiti u bazi podataka
• Datoteka čita/piše
• WebSocket / gRPC tokovi
• Potrošači čekanja (Redis, RabbitMQ, Kafka)

Primjer: dohvaćanje 100 URL-ova.

50-100x ubrzanje zidnog sata za I/O rad. Ovdje async zarađuje svoj budžet za složenost.

Async GUBI: rad vezan za CPU

Async vam ne daje paralelizam za računanje. Budući da je kooperativan s jednom niti, CPU-vruća petlja blokira cijelu petlju događaja.

Svi ostali zadaci nestaju dok radi pbkdf2. Za rad vezan za CPU, posegnite za multiprocessing ili concurrent.futures.ProcessPoolExecutor, a ne async.

Mješovito radno opterećenje: run_in_executor

Ako JEDAN korak opterećuje CPU, a ostatak je I/O, zamotajte CPU korak tako da radi u skupu niti bez blokiranja petlje:

Ništa = zadani skup niti. Izvrsno za pozivanje biblioteka za sinkronizaciju trećih strana koje su spore, ali ne možete ih prepisivati.

Četiri uzorka

1. Sekvencijalno — zadatak po jedan

Koristite kada svaki zahtjev ovisi o rezultatu prethodnog.

2. asyncio.gather — pali sve odjednom

Zadani izbor za neovisne I/O zadatke. Ali: ako skupite 10 000 zadataka na jednom API-ju, dobit ćete deskriptore datoteka s ograničenjem brzine ili iscrpljenošću. Tu dolazi uzorak semafora.

3. Semafor — ograničenje istovremenosti

asyncio.Semaphore(N) dopušta najviše N zadataka mimo async sa sem: u bilo kojem trenutku. Drugi red zadataka. Koristite za bilo koji vanjski API s ograničenjem brzine ili bazu podataka sa skupom veza.

4. Timeout — napustite spori rad

`asyncio.wait_for' otkazuje temeljni zadatak nakon N sekundi. Neophodno za bilo koji asinkroni kod koji komunicira s mrežom — nikad ne pravite neograničeno čekanje.

Tri zamke za gutanje pogrešaka

Zamka 1: asyncio.gather s return_exceptions=True

Korisno kada želite zadržati djelomične rezultate, ali SMRTNO ako ne provjerite svaki rezultat:

Bez provjere, pogreške tiho nestaju.

Zamka 2: Zapali i zaboravi zadatke

Ako se background_work() pokrene, Python emitira upozorenje pri gašenju i nastavlja dalje. Za sve što vas zanima, pohranite zadatak i pričekajte ga ili upotrijebite asyncio.TaskGroup (3.11+) koji propagira sve pogreške.

Zamka 3: Sinkro kod unutar async

zahtjevi je sinkroni. Čak i unutar async def, requests.get blokira cijelu petlju dok ne stigne odgovor. Koristite httpx (ili aiohttp) za asinkroni HTTP.

Pravilo: nikada ne koristite sinkronu I/O biblioteku unutar asinkronog koda. Ako biblioteka nema asinkronu varijantu, omotajte je u run_in_executor.

asyncio.TaskGroup — 2026. način za širenje

Python 3.11 dodao je TaskGroup, koji čisto popravlja problem pokretanja i zaboravljanja:

Strukturirana paralelnost — nema izgubljenih pogrešaka, nema zadataka siročadi. Radije ovo u odnosu na goli create_task u modernom kodu.

Primjer iz stvarnog svijeta: strugač s ograničenom brzinom

Sva četiri obrasca u 15 redaka: ograničena konkurentnost (semafor), vremenski prekidi (wait_for), eksplicitna grananja pogreške (bez gutanja) i skup za fan-out. Kopirajte i zalijepite ovaj oblik u bilo koji asinkroni I/O zadatak.

Async u Pythonu ima pravu krivulju učenja, ali mentalni model je jednostavan: jedna nit, kooperativne pauze na await, I/O preklapanja. Savladajte gather + Semaphore + wait_for + TaskGroup i pokrit ćete 95% asinkronog posla koji ćete ikada napisati.

Sljedeći korak: Senior Python staza ima 20 praktičnih lekcija o asyncio, TaskGroup, aiohttp/httpx i gore navedenim uzorcima paralelnosti — sa pravim Pythonom koji radi u vašem pregledniku.