Programación asíncrona en Python con AsyncIO para operaciones I/O

Curso de Python Avanzado para Arquitectura de Proyectos y PyPI

Contenido del curso

Calidad de Código: Automatización y Validación

Rendimiento medición de velocidad y memoria

Programación concurrente con asyncio

Distribución y empaquetamiento

Tomar examen

Cursos Empresas Blog Live Conf Eventos Precios

0:004:53

Programación asíncrona en Python con AsyncIO para operaciones I/O

Curso de Python Avanzado para Arquitectura de Proyectos y PyPI

Clase 12 de 17

Clase 12 / 17

Recursos

La programación asíncrona en Python te permite atender múltiples tareas sin bloquear el hilo principal, ideal para acelerar esperas de red, archivos o bases de datos. Aquí verás, con claridad y foco práctico, cómo funcionan corrutinas, futures, tareas y el event loop en AsyncIO, y por qué este enfoque mejora el rendimiento en escenarios como consultas simultáneas a News API y The Guardian dentro de Platinus.

¿Qué diferencia hay entre asincronía, concurrencia y paralelismo?

La asincronía busca eficiencia cuando hay esperas. La concurrencia permite que varias tareas avancen a la vez sin ejecutarse literalmente al mismo tiempo. El paralelismo ejecuta varias tareas al mismo tiempo en distintos núcleos de CPU.

Asincronía: ideal para operaciones de entrada/salida (I/O) como llamadas a APIs, archivos, bases de datos y red. Evita bloqueos mientras esperas respuestas externas.
Concurrencia: múltiples tareas progresan de forma intercalada. Optimiza el uso del tiempo de espera.
Paralelismo: acelera cargas intensivas de CPU ejecutando en varios núcleos simultáneamente.

¿Cuándo usar programación asíncrona para I/O y paralelismo para CPU?

Usa asincronía cuando el cuello de botella es esperar: APIs web, archivos, red o bases de datos.
Usa paralelismo cuando el cuello de botella es cálculo intensivo en CPU.

¿Cómo funciona AsyncIO con corrutinas, futures, tareas y event loop?

AsyncIO es la librería estándar para código asíncrono en Python. Su motor, el event loop, coordina pausas y reanudaciones para que las tareas avancen sin bloquear el hilo principal.

¿Qué es una corrutina y cómo se pausa con await?

Una corrutina es una función declarada con el prefijo async. Puede pausarse con await y reanudar su ejecución más tarde. Al llamarla, retorna una corrutina pendiente de ejecutar.

import asyncio

async def operar_io():
    # Pausa la corrutina durante 1 segundo (simula una espera de I/O).
    await asyncio.sleep(1)

coro = operar_io()  # Retorna una corrutina que puede ser ejecutada más adelante.

Palabras clave: async, await, corrutina.
Idea clave: una corrutina “espera por algo” sin bloquear el hilo principal.

¿Qué es un future y qué estados maneja?

Un future es “una caja” donde llegará un resultado.

Puede estar pendiente, terminada o con error.
Al hacer await sobre un future, la corrutina se pausa hasta que el resultado esté listo.

¿Qué es una tarea y qué hace el event loop?

Una tarea empaqueta la corrutina para que el event loop la administre de forma concurrente.

El event loop revisa estados, pausa y reanuda corrutinas y tareas en el momento adecuado.
Sin event loop, nada avanza: es el motor de AsyncIO.

¿Dónde aporta valor en Platinus y en llamadas a APIs?

La asincronía permite consultar múltiples fuentes a la vez. En Platinus, esto significa preguntar a News API, The Guardian y otras fuentes en paralelo lógico, reduciendo el tiempo total de respuesta al no esperar cada llamada de forma secuencial.

Casos de uso ideales: llamadas a APIs web. Lectura y escritura de archivos. Consultas a bases de datos. Operaciones de red.
Beneficio práctico: menos tiempo de espera total al superponer esperas externas.

¿Qué reto práctico puedes abordar ahora?

Identifica en el código actual las secciones que esperan respuestas externas.
Prioriza APIs, archivos, bases de datos y red para convertirlas a asincronía.
Empaqueta corrutinas en tareas y deja que el event loop gestione la concurrencia.

¿Dónde aplicarías asincronía primero en Platinus? Comparte tus ideas y análisis en los comentarios.

Gabriel Obregón

Hace un año

📘Programación Asíncrona en Python (AsyncIO)

🔹 1. La idea en una frase

⏳ ➜ ⚡

La asincronía evita esperas innecesarias y permite avanzar en otras tareas, acelerando operaciones de red, archivos y bases de datos.

🔹 2. Tres conceptos que debes distinguir

🟦 ASINCRONÍA

👉 Se usa cuando hay “esperas externas”.

· I/O (APIs, archivos, red, BD)

· No bloquea el hilo principal

· Avanza mientras espera

🟧 CONCURRENCIA

👉 Varias tareas avanzan, pero no necesariamente al mismo tiempo.

· Se intercalan

· Aprovecha tiempos muertos

🟥 PARALELISMO

👉 Varias tareas se ejecutan a la vez.

· Requiere varios núcleos

· Ideal para trabajo intensivo de CPU

🔹 3. ¿Cuándo usar cada uno?

⚡ Usa ASINCRONÍA cuando tu cuello de botella es esperar:

· 🌐 Llamadas a APIs

· 📁 Archivos

· 🗄 Bases de datos

· 🔌 Red

💪 Usa PARALELISMO cuando el cuello de botella es calcular:

· Matemáticas pesadas

· Procesamientos intensivos

· Modelado o análisis complejo

🔹 4. Arquitectura de AsyncIO (lo esencial)

🟦 Corrutina (async / await)

💡 Función que puede pausarse sin bloquear. Al llamarla → devuelve una corrutina pendiente.

import asyncio

async def operar_io():

await asyncio.sleep(1)

coro = operar_io()

🟧 Future

📦 Resultado que llegará más tarde. Estados: pendiente, terminado, error. await future → la corrutina se pausa hasta obtener el valor.

🟥 Tarea (Task)

🎁 Envuelve una corrutina para ejecutarla de forma concurrente. Es lo que el event loop administra directamente.

🔄 Event Loop

🔥 El motor del sistema. Coordina:

· pausas

· reanudaciones

· estados de tareas

· flujos de ejecución

Sin él → nada avanza.

🔹 5. ¿Por qué es tan útil en Platinus?

🌐 Consultas simultáneas a varias APIs

· News API

· The Guardian

· Otras fuentes externas

➡️ No esperas una por una.

➡️ Las haces todas “a la vez” de forma asíncrona.

➡️ Menos tiempo total, más velocidad.

🔹 6. Dónde aplicar asincronía ya

🎯 PASO 1

Identifica funciones que dependen de:

· APIs

· Archivos

· Bases de datos

· Red

🎯 PASO 2

Convierte esas operaciones en corrutinas.

🎯 PASO 3

Empácalas en tareas.

🎯 PASO 4

Deja que el event loop coordine todo.

Calidad de Código: Automatización y Validación

Python That Lasts in Production

Configuración inicial del proyecto Platy News con Python

Ruff: Formatea automáticamente código Python con facilidad

Fixing Real Type Errors With MyPy

Ruff Linter: Catch Python Bugs Before Runtime

Configuración de pre-commit con Ruff y MyPy para validar código

Ejecución paralela de pruebas unitarias con pytest y coverage

Configuración de GitHub Actions para CI/CD con Python

Configuración de logging y Sentry para monitoreo en producción

Rendimiento medición de velocidad y memoria

Medición de rendimiento de código con Timeit en Python

Análisis de rendimiento en Python con cProfile y Snakeviz

Programación concurrente con asyncio

Programación asíncrona en Python con AsyncIO para operaciones I/O

Sintaxis async y await en Python para concurrencia eficiente

How asyncio's Event Loop Schedules Tasks

Migración de Request síncrono a HTTPX asíncrono en Python

Distribución y empaquetamiento

Automate Dev Tasks with Make Targets

Publicación de paquetes Python con UV y TestPyPI

Programación asíncrona en Python con AsyncIO para operaciones I/O

Progreso del curso

Calidad de Código: Automatización y Validación

Rendimiento medición de velocidad y memoria

Programación concurrente con asyncio

Distribución y empaquetamiento

Recursos

Recursos