很早已经在项目中使用异步了，比如使用的web框架fastapi就是支持异步写法的，然而，我只学会了 async/await 的写法，可是这种写法真的可以让你的程序变快吗？
异步的概念
-
同步
-
异步
同步 VS 异步
以模拟访问某个网站为例子，演示同步与异步的区别。
-
同步
import time
def visit_url(url, response_time):
"""
访问url
"""
print(f"visit: {time.time()} - {url}")
time.sleep(response_time)
print(f"response: {time.time()}")
return f"访问{url}, 已得到返回结果"
def run_task():
visit_url('http://itest.info', 2)
visit_url('http://www.testpub.cn', 3)
start_time = time.perf_counter()
run_task()
print(f"消耗时间：{time.perf_counter() - start_time}")
分别访问两个网址，模拟不同的耗时。运行结果如下：
visit: 1630638757.1427643 - http://itest.info
response: 1630638759.1537898
visit: 1630638759.1537898 - http://www.testpub.cn
response: 1630638762.1578455
消耗时间：5.0148674
-
异步
接下来采用异步的写法，重写方面的例子，加上 async/await。
import asyncio
import time
async def visit_url(url, response_time):
"""访问 url"""
print(f"visit: {time.time()} - {url}")
await asyncio.sleep(response_time)
print(f"response: {time.time()}")
async def run_task():
await visit_url('http://itest.info', 2)
await visit_url('http://www.testpub.cn', 3)
start_time = time.perf_counter()
asyncio.run(run_task())
print(f"消耗时间：{time.perf_counter() - start_time}")
-
为函数加上
async。 -
调用async函数需要
await。
再次运行程序：
visit: 1630639557.2313683 - http://itest.info
response: 1630639559.235232
visit: 1630639559.235232 - http://www.testpub.cn
response: 1630639562.2393005
消耗时间：5.0091551999999995
你会发现，两次运行并无差别。
如果想达到并发的效果，可以通过gather()创建任务。修改run_task() 函数。
async def run_task():
url1 = visit_url('http://wangzhen.com', 2)
url2 = visit_url('http://www.testpub.cn', 3)
await asyncio.gather(url1, url2)
asyncio.gather() 方法将多个异步任务（两个 url）包装成一个新的异步任务。
再次运行程序：
visit: 1630640450.1746979 - http://itest.info
visit: 1630640450.1746979 - http://www.testpub.cn
response: 1630640452.1871428
response: 1630640453.1928813
消耗时间：3.0196878000000003
从结果来看达到了并发的效果。这和python的多线程threading效果类似，只不过python的异步是基于协程coroutines 实现并发。
异步测试框架
终于，进入主题，在python 3.8版本unittest引入IsolatedAsyncioTestCase 类来实现异步的自动化测试。
from unittest import IsolatedAsyncioTestCase
class Test(IsolatedAsyncioTestCase):
async def asyncSetUp(self):
print("asyncSetUp")
async def test_response(self):
print("test_response")
async def asyncTearDown(self):
print("asyncTearDown")
if __name__ == "__main__":
unittest.main()
从语法层面，就是为每个方法加上了async。为了让验证这种写法，我们引入了 httpx 异步HTTP库，填充一个具体的用例。
import unittest
import httpx
class AsyncTest(unittest.IsolatedAsyncioTestCase):
async def asyncSetUp(self):
self.cli = httpx.AsyncClient()
async def test_response(self):
response = await self.cli.get("http://127.0.0.1:5000/")
self.assertEqual(response.status_code, 200)
async def test_response2(self):
response = await self.cli.get("http://127.0.0.1:5000/")
self.assertEqual(response.status_code, 200)
async def asyncTearDown(self):
await self.cli.aclose()
if __name__ == "__main__":
unittest.main()
我本地启动了一个web服务，并且将接口设置为2秒返回。
运行上面的用例。
..
----------------------------------------------------------------------
Ran 2 tests in 4.097s
OK
从结果来看，调用两个接口，耗时4秒钟，跟同步没啥区别。而且，我们不能简单的把他改造成 并发 形式，这又会影响到测试结果的统计，报告生成等问题。
总结
-
站在单个用例的维度，用例的执行步骤是由顺序，我不能没打开浏览器就去操作页面元素。异步写法几乎无性能上的提升。
-
站在多用例的维度，
并发可以有效提升运行速度，但这取决于测试框架是否支持并发，如果不支持并发，就算强行用了多线程运行用例，用例结果的收集和统计报告怎么办？另外，如果使用并发，每条用例一定要绝对独立，因为不同的用例要丢到不同的线程里面执行，所以，不能出现用例的依赖，对于web UI 自动化来说，就必须每条用例开启/关闭一次浏览器，这其实又会额外增加资源消耗。 -
异步主要用于高并发的场景，比如 web 服务、网络爬虫、数据库IO等，使用异步会有明显的性能提升。
-
为什么unittest要支持异步？更多的不是为了使用异步来提升自身的执行速度，而是为了更方便的帮助你编写异步代码的测试用例。
-
我们在越来越多的项目中看到异步，
httpx、fastapi、aiofiles、aiomysql、playwright..足以说明他是未来编程的一种趋势。
