01 — Синхронне та асинхронне виконання¶

Навіщо це потрібно¶

Перш ніж писати будь-який async-код у Django, потрібно зрозуміти одну просту річ: чому взагалі виникла ідея асинхронності?

Відповідь не в синтаксисі — вона в тому, як комп'ютери чекають.

🧠 Ментальна модель¶

Уяви кухаря в ресторані.

Синхронний кухар: ставить воду на плиту, стоїть і дивиться на неї, поки не закипить. Тільки потім ріже моркву. Потім знову чекає.

Асинхронний кухар: ставить воду на плиту, поки вода гріється — ріже моркву. Чує сигнал — повертається до плити.

Кухар один. Кухні паралельно не існує. Але другий кухар встигає зробити значно більше за той самий час — тому що він не чекає марно.

Ось суть асинхронного програмування.

Ключові терміни¶

Термін	Що означає
Синхронне виконання	Програма виконує операції строго по черзі. Наступна починається тільки після завершення попередньої
Асинхронне виконання	Програма може призупинити одну операцію і виконувати іншу, поки перша чекає
Blocking operation	Операція, яка повністю зупиняє потік виконання до свого завершення
Non-blocking operation	Операція, яка запускається у фоні, не зупиняючи потік
I/O-bound задача	Задача, де більшість часу витрачається на очікування вводу-виводу: мережа, диск, БД
CPU-bound задача	Задача, де більшість часу витрачається на обчислення процесором
Concurrency	Здатність програми мати кілька задач "у прогресі" одночасно (не обов'язково паралельно)
Parallelism	Фізичне виконання кількох задач одночасно на різних ядрах процесора
Cooperative multitasking	Задача сама добровільно "відступає" і передає управління наступній
Event loop	Нескінченний цикл, який відстежує, яка задача готова продовжитись

Чому існує асинхронність: проблема блокування¶

Зупинимось на швидкостях¶

Якщо ввести людський масштаб часу (L1-кеш = 3 секунди):

Операція	Реальний час	"Людський" еквівалент
L1 cache hit	~1 нс	3 секунди
RAM access	~100 нс	5 хвилин
SSD read	~100 мкс	2.5 дні
Network request	~150 мс	7.6 років

Коли Django-view робить запит до зовнішнього API — OS-потік просто стоїть і чекає 7.6 умовних років. Нічого більше не робить. Просто чекає.

Якщо 100 користувачів одночасно зайдуть на такий endpoint — сервер заморозить 100 потоків. Це швидко вичерпає пам'ять.

Асинхронність вирішує цю проблему: замість того щоб заморожувати потік, програма виконує іншу роботу поки чекає.

Sync vs Async: порівняльна таблиця¶

Характеристика	Синхронний код	Асинхронний код
Виконання	Суворо послідовне	Може перемикатись між задачами
Блокування	Блокує потік під час I/O	Не блокує — передає управління
Складність коду	Простіший	Трохи складніший
Кількість потоків	Один потік = одна задача	Один потік = багато задач
Ідеальна задача	CPU-bound	I/O-bound
Небезпечна задача	Повільна паралельна I/O	CPU-bound (блокує event loop)

Як це працює: послідовність виконання¶

sequenceDiagram
    participant S as Синхронний потік
    participant A as Асинхронний Event Loop
    participant DB as База Даних / API

    Note over S: Запит 1
    S->>DB: Блокуючий запит (requests.get)
    Note over S: Потік заморожений. Чекає.
    DB-->>S: Відповідь (через 2 секунди)
    Note over S: Запит 2 (тільки тепер)

    Note over A: Запит 1
    A->>DB: Неблокуючий запит (await httpx.get)
    Note over A: Призупиняє Запит 1, переходить до Запиту 2
    Note over A: Запит 2
    A->>DB: await httpx.get
    DB-->>A: Відповідь на Запит 1
    Note over A: Повертається до Запиту 1
    DB-->>A: Відповідь на Запит 2

У синхронному варіанті — 4 секунди (2 + 2). В асинхронному — ~2 секунди, бо обидва запити виконуються "одночасно".

Різниця між concurrency і parallelism¶

Це важлива різниця, яку часто плутають.

Parallelism (паралелізм) — фізичне одночасне виконання на різних ядрах CPU:

Core 1: [Task A =========]
Core 2: [Task B =========]

Concurrency (конкурентність) — перемикання між задачами на одному потоці:

Thread: [Task A ----][Task B ----][Task A ----][Task B ----]

asyncio — це concurrency, не parallelism. Один потік, багато задач. Поки одна задача чекає на мережу — виконується інша.

CPU-bound vs I/O-bound¶

graph TD
    A[Задача] --> B{Де витрачається час?}
    B -->|Очікування мережі / БД / диску| C[I/O-bound]
    B -->|Обчислення на CPU| D[CPU-bound]

    C --> E[Async ефективний ✅]
    D --> F[Async шкідливий ❌]

    E --> G[httpx, aiohttp, async ORM]
    F --> H[Celery, ProcessPoolExecutor]

    style E fill:#e8f5e9,stroke:#2e7d32
    style F fill:#ffebee,stroke:#c62828

Приклад: блокуючий vs неблокуючий код¶

❌ Синхронний код — блокує потік¶

import time

def fetch_user():
    time.sleep(2)  # Імітує запит до БД
    return {"id": 1, "name": "Alice"}

def fetch_posts():
    time.sleep(2)  # Імітує запит до API
    return [{"title": "Post 1"}]

# Виконується 4 секунди (2 + 2)
user = fetch_user()
posts = fetch_posts()

✅ Асинхронний код — не блокує¶

import asyncio

async def fetch_user():
    await asyncio.sleep(2)  # Не блокує! Передає управління
    return {"id": 1, "name": "Alice"}

async def fetch_posts():
    await asyncio.sleep(2)
    return [{"title": "Post 1"}]

async def main():
    # Виконуються одночасно — ~2 секунди замість 4
    user, posts = await asyncio.gather(fetch_user(), fetch_posts())

asyncio.run(main())

Ключова різниця: asyncio.sleep() на відміну від time.sleep() не блокує потік — вона передає управління event loop'у, поки чекає.

Типова помилка початківця¶

❌ "Async завжди швидший"¶

# Це НЕ швидший код — це просто async-синтаксис навколо CPU-роботи
async def compute():
    result = sum(range(10_000_000))  # CPU-bound! Блокує event loop
    return result

Проблема: sum(range(10_000_000)) — це CPU-bound операція. Вона не "чекає" — вона активно обчислює. async def навколо неї нічого не змінює — event loop заморожений на весь час обчислення.

Правило: Async допомагає тільки тоді, коли є реальне очікування (I/O): мережа, база даних, файлова система.

❌ "Async = паралелізм"¶

# Обидві функції НЕ виконуються одночасно на різних CPU-ядрах
# Це перемикання в межах одного потоку
async def task_a():
    await asyncio.sleep(1)

async def task_b():
    await asyncio.sleep(1)

# Concurrency, не parallelism
await asyncio.gather(task_a(), task_b())

Практичне завдання¶

Завдання 1¶

Напиши синхронну функцію fetch_three_urls(), яка тричі викликає time.sleep(1) і виводить повідомлення після кожного. Заміряй час виконання через time.time().

Потім перепиши на асинхронну версію з asyncio.sleep(1) і asyncio.gather(). Порівняй час.

Завдання 2¶

Поясни своїми словами: чому asyncio — це concurrency, а не parallelism? Наведи аналогію з реального життя (не кухаря).

Завдання 3¶

Визнач, яка це задача — I/O-bound або CPU-bound: - Завантаження зображення з інтернету - Стиснення відео файлу - Запит до бази даних PostgreSQL - Обчислення числа Фібоначчі для великого n - Відправка email через SMTP

Самоперевірка¶

[ ] Я розумію, що таке blocking operation
[ ] Я можу пояснити різницю між sync і async кодом
[ ] Я знаю різницю між concurrency і parallelism
[ ] Я розумію, що async ефективний тільки для I/O-bound задач
[ ] Я можу написати простий asyncio.gather() приклад

Підсумок¶

Асинхронне програмування існує через величезну різницю в швидкості між CPU та зовнішніми операціями (мережа, диск, БД). Синхронний код змушує потік простоювати в очікуванні — async-код перемикається на іншу задачу в цей час.

Async — це concurrency (перемикання між задачами), а не parallelism (одночасне виконання на різних ядрах). Він добре підходить для I/O-bound задач і шкідливий для CPU-bound.

У наступному документі розберемо, як Python реалізує цю ідею через asyncio.

→ 02_asyncio.md