Giới thiệu về lập trình bất đồng bộ (async) trong Python

Lập trình bất đồng bộ (async) trong Python là một chủ đề thú vị và ngày càng trở nên quan trọng trong thế giới lập trình hiện đại. Bạn có biết rằng, nhờ async, các ứng dụng có thể giảm thời gian chờ, xử lý nhanh hơn và sử dụng tài nguyên hiệu quả? Nếu bạn đang bắt đầu tìm hiểu về Python, thì việc làm quen với async sẽ giúp bạn tối ưu hóa các dự án của mình!

Trong bài viết này, chúng ta sẽ khám phá lập trình async trong Python một cách chi tiết. Hãy cùng VNTALKING tìm hiểu các kiến thức cơ bản, ứng dụng thực tế và các kỹ thuật lập trình async để nâng cao hiệu suất ứng dụng của bạn.

Tại sao lập trình bất đồng bộ lại quan trọng?

• Giảm thời gian chờ: Với async, các tác vụ có thể tiếp tục hoạt động mà không cần phải chờ đợi một tác vụ khác hoàn thành.
• Tối ưu hóa tài nguyên: Async cho phép bạn khai thác tối đa CPU và bộ nhớ, giúp ứng dụng trở nên linh hoạt và mạnh mẽ hơn.

1. Lập trình bất đồng bộ trong Python là gì?

Trong Python, lập trình bất đồng bộ cho phép bạn thực hiện nhiều tác vụ đồng thời mà không cần phải đợi từng tác vụ hoàn thành. Đây là yếu tố quan trọng giúp xử lý các tác vụ tốn thời gian như đọc tệp lớn hoặc kết nối với API mà không gây gián đoạn.

Hãy bắt đầu với một ví dụ đơn giản về async và await:

import asyncio

async def fetch_data():
    print("Bắt đầu lấy dữ liệu...")
    await asyncio.sleep(2)  # Tạm ngừng 2 giây
    print("Dữ liệu đã được lấy!")
    return {"data": "Hello from VNTALKING"}

async def main():
    print("Bắt đầu chương trình")
    data = await fetch_data()
    print(f"Dữ liệu nhận được: {data}")

# Thực hiện vòng lặp sự kiện
asyncio.run(main())

Trong ví dụ này, fetch_data() là một hàm async. Hàm này sẽ tạm ngừng 2 giây, sau đó trả về dữ liệu. Nhờ có từ khóa await, chúng ta có thể thực hiện các tác vụ khác trong khi đợi dữ liệu được tải.

2. Các khái niệm cơ bản trong lập trình async

2.1 Async và Await

Async: Từ khóa async giúp biến một hàm thành bất đồng bộ, tức là không tự động thực thi khi được gọi.

Await: Từ khóa await giúp “tạm ngừng” một hàm async cho đến khi một hành động bất đồng bộ hoàn tất. Đây là cách tiết kiệm thời gian và tài nguyên.

2.2 Event Loop

Event Loop: Vòng lặp sự kiện quản lý việc thực thi các hàm bất đồng bộ theo thứ tự. Trong Python, asyncio cung cấp công cụ này.

3. Ứng dụng thực tế của lập trình async trong Python

3.1 Xử lý yêu cầu API đồng thời

Giả sử bạn muốn lấy dữ liệu từ ba API cùng lúc. Nếu xử lý tuần tự, bạn sẽ phải chờ từng API phản hồi. Nhưng với async, bạn có thể lấy dữ liệu từ cả ba API cùng lúc:

import asyncio

async def fetch_data(api_id):
    print(f"Đang lấy dữ liệu từ API {api_id}...")
    await asyncio.sleep(1)  # Mô phỏng thời gian chờ của API
    print(f"Dữ liệu từ API {api_id} đã sẵn sàng!")
    return {"data": f"API {api_id} response"}

async def main():
    results = await asyncio.gather(fetch_data(1), fetch_data(2), fetch_data(3))
    print(results)

# Thực hiện vòng lặp sự kiện
asyncio.run(main())

Trong ví dụ trên, cả ba API sẽ được lấy dữ liệu cùng lúc, giúp giảm thời gian chờ đợi và tăng hiệu suất xử lý.

3.2 Đọc và ghi dữ liệu lớn

Async cũng hữu ích trong trường hợp xử lý nhiều tệp lớn mà không làm gián đoạn luồng công việc. Hình ảnh dưới đây minh họa cách async xử lý các tác vụ song song, giúp tiết kiệm thời gian:

4. Các công cụ hữu ích trong asyncio

4.1 asyncio.sleep()

asyncio.sleep() là hàm tạm ngừng hoạt động một khoảng thời gian nhất định, giúp các hàm async có thể được thực thi xen kẽ với nhau.

4.2 asyncio.gather()

asyncio.gather() giúp gom nhóm nhiều hàm async để thực hiện đồng thời, tăng tốc độ xử lý đáng kể cho các tác vụ đòi hỏi nhiều thời gian.

5. Ví dụ nâng cao với asyncio.gather()

Hãy thử áp dụng asyncio.gather() trong một trường hợp thực tế:

async def download_file(file_id):
    print(f"Bắt đầu tải file {file_id}...")
    await asyncio.sleep(2)
    print(f"Tải xong file {file_id}!")
    return f"File {file_id} downloaded"

async def main():
    # Tải đồng thời 3 file
    files = await asyncio.gather(download_file(1), download_file(2), download_file(3))
    print(files)

# Chạy hàm main()
asyncio.run(main())

Nhờ sử dụng asyncio.gather(), chúng ta có thể tải cùng lúc nhiều file và cải thiện tốc độ đáng kể.

Kết luận

Lập trình bất đồng bộ trong Python là một công cụ mạnh mẽ giúp tối ưu hóa hiệu suất cho các ứng dụng yêu cầu xử lý đồng thời nhiều tác vụ. Async và await không chỉ giúp giảm thiểu thời gian chờ mà còn cải thiện trải nghiệm người dùng và tối ưu hóa tài nguyên hệ thống.

Hãy thử áp dụng các kỹ thuật async mà chúng ta vừa tìm hiểu vào dự án của bạn. VNTALKING chúc bạn thành công và đừng quên tham khảo thêm các tài liệu bổ sung về lập trình Python async!

​Miễn phí khóa học React Native

Bạn có muốn download toàn bộ video của khóa học rất nổi tiếng về React Native này không? Đăng kí để mình gửi link download nhé

DOWNLOAD