Programación Asíncrona con asyncio

En aplicaciones modernas que realizan muchas operaciones de red o entrada/salida (I/O), como consultar APIs, descargar archivos o interactuar con bases de datos, esperar de forma síncrona a que cada operación termine bloquea el hilo principal y desperdicia recursos.

asyncio es el módulo estándar de Python para escribir programas concurrentes utilizando la sintaxis async / await basada en un Bucle de Eventos (Event Loop).

1. El Bucle de Eventos (Event Loop) y Corrutinas #

• Corrutina: Una función declarada con async def. Al llamarla no se ejecuta inmediatamente, sino que devuelve un objeto corrutina.
• await: Pausa la ejecución de la corrutina actual cediendo el control al bucle de eventos para que otras tareas avancen mientras se espera una operación asíncrona.
• asyncio.run(): Punto de entrada para iniciar el bucle de eventos.

1import asyncio
2
3async def consultar_servicio(nombre: str, segundos: float) -> str:
4    print(f"[{nombre}] Iniciando consulta...")
5    await asyncio.sleep(segundos) # Simula una operación I/O asíncrona no bloqueante
6    print(f"[{nombre}] ¡Respuesta recibida!")
7    return f"Datos de {nombre}"
8
9async def main():
10    resultado = await consultar_servicio("API_Usuarios", 1.0)
11    print(f"Resultado: {resultado}")
12
13# Ejecutar el bucle de eventos
14asyncio.run(main())

2. Ejecución Concurrente con asyncio.gather() #

asyncio.gather() permite disparar múltiples corrutinas en paralelo y esperar a que todas finalicen:

 
1import asyncio
2import time
3
4async def descargar_recurso(id_recurso: int) -> str:
5    await asyncio.sleep(0.5) # Simula descarga de 500ms
6    return f"Recurso_{id_recurso}"
7
8async def main():
9    inicio = time.perf_counter()
10
11    # Ejecuta 3 descargas concurrentemente
12    resultados = await asyncio.gather(
13        descargar_recurso(1),
14        descargar_recurso(2),
15        descargar_recurso(3),
16    )
17
18    tiempo_total = time.perf_counter() - inicio
19    print(f"Resultados: {resultados}")
20    print(f"Tiempo total: {tiempo_total:.2f} s") # ~0.50 s en lugar de 1.50 s síncronos
21
22asyncio.run(main())
Salida de consola
Resultados: ['Recurso_1', 'Recurso_2', 'Recurso_3']
Tiempo total: 0.50 s

3. Manejo Estructurado con asyncio.TaskGroup (Python 3.11+) #

TaskGroup es la forma moderna y recomendada para gestionar tareas concurrentes (Structured Concurrency). Si una tarea falla, cancela automáticamente las demás del grupo y propaga las excepciones usando ExceptionGroup:

 
1import asyncio
2
3async def tarea(id_tarea: int, demora: float):
4    await asyncio.sleep(demora)
5    print(f"Tarea {id_tarea} completada")
6
7async def main():
8    async with asyncio.TaskGroup() as tg:
9        t1 = tg.create_task(tarea(1, 0.2))
10        t2 = tg.create_task(tarea(2, 0.1))
11        t3 = tg.create_task(tarea(3, 0.3))
12    print("Todas las tareas del grupo han concluido de forma segura")
13
14asyncio.run(main())
Salida de consola
Tarea 2 completada
Tarea 1 completada
Tarea 3 completada
Todas las tareas del grupo han concluido de forma segura

4. Gestores de Contexto e Iteradores Asíncronos #

Python soporta gestión de contexto e iteración asíncrona mediante async with y async for:

1# Gestor de contexto asíncrono (ejemplo conceptual para conexiones HTTP/BBDD)
2class ConexionAsincrona:
3    async def __aenter__(self):
4        print("Abriendo conexión asíncrona...")
5        await asyncio.sleep(0.1)
6        return self
7
8    async def __aexit__(self, exc_type, exc_val, exc_tb):
9        print("Cerrando conexión asíncrona...")
10        await asyncio.sleep(0.1)
11
12async def demo():
13    async with ConexionAsincrona():
14        print("Operando dentro del contexto asíncrono...")
15
16asyncio.run(demo())