ЗАМЕР

bench/async-await/blocking.py

Скрипт, которым получены числа в статье, и запись прогона. Файл читается на сборке из репозитория — это тот самый код, который запускали, а не его копия.

Цитируется в статье

/ru/interview/python/async-await

Как запустить

for v in 3.11 3.12 3.13 3.14; do echo "== $v"; python$v cost.py; done

Запись прогона

Замеры для урока «async/await»

скрипт	что показывает
`identity.py`	`async def` создаёт объект того же типа `function`, но с флагом `CO_COROUTINE`; вызов возвращает корутину и НЕ выполняет тело; байт-код `await`; корутину нельзя дождаться дважды
`forgotten_await.py`	забытый `await` превращает проверку в `if <объект>` — всегда истину; когда именно печатается `RuntimeWarning` и почему `-W error` его не останавливает
`blocking.py`	пять «запросов» по 0,1 с: `asyncio.sleep` против `time.sleep` против последовательного `await`; отдельно — что происходит с остальным приложением
`groups.py`	`gather` против `TaskGroup` в момент первой ошибки: кого увидит вызывающий и кто доработает
`fire_and_forget.py`	попытка воспроизвести предупреждение из документации про потерянные задачи — и почему она не удалась
`cost.py`	цена `await` против обычного вызова, `asyncio.sleep(0)` и `create_task`

Запускать на всех версиях, которые есть:

for v in 3.11 3.12 3.13 3.14; do echo "== $v"; python$v cost.py; done

Практика урока

practice.py — источник ответов двух практических задач урока, а runs/practice.txt — дословная запись его прогона. Ответ задачи не сочиняется: сборка сверяет заявленное с этой записью (scripts/validate-practice.mjs) и не проходит, если они разошлись.

Прогон снят 30.08.2026 на CPython 3.13.7 (Clang 20.1.4). Абсолютные числа — этой машины; переносится кратность, и задача «во сколько раз» стоит именно на ней.

Кратность устойчива только потому, что формы меряются ВПЕРЕМЕЖКУ: в каждом круге меряются все, минимум для каждой берётся по кругам. Пока замеры шли подряд, просадка машины в окне одной формы целиком доставалась ей, и отношение гуляло в полтора раза от запуска к запуску (измерено на декораторах: 5,9 / 7,1 / 7,5 / 9,2). После перехода на чередование расхождение между прогонами не выходит за несколько процентов. Перезаписывать запись прогона имеет смысл только вместе с проверкой задачи: если после перезапуска ответ изменился, менять нужно задачу, а не файл.

Что здесь сравнивать можно, а что нельзя

Общее правило замеров: время между версиями не сравнивается вообще. Сравнивается только то, что измерено внутри одного запуска одного интерпретатора. Дело не только в компиляторе: 3.11 и 3.12 собраны GCC 13.3.0, 3.13.7 и 3.14.7 — Clang 20.1.4, но и эти две сборки различаются между собой, причём ровно тем флагом (--with-tail-call-interp), которому «Что нового в 3.14» приписывает «a geometric mean of 3-5% faster».

В cost.py все сравнения делаются внутри одного запуска одного интерпретатора: обычный вызов, await, asyncio.sleep(0) и create_task меряются подряд одним процессом. Такое сравнение честно всегда. Числа 3.13.7 и 3.14.7 приводятся рядом как два независимых результата, а не как сравнение.

identity.py, forgotten_await.py, groups.py и fire_and_forget.py от тулчейна не зависят вовсе: они смотрят на типы, флаги, имена инструкций, состав исключений и поведение сборщика мусора. Их вывод совпадает на всех четырёх версиях слово в слово.

blocking.py меряет время, но меряет ожидание: длительность задают таймеры ОС, а не скорость интерпретатора, и числа во всех четырёх версиях совпадают до сотых. Сравнение внутри запуска — тем более честное.

Разброс между запусками

cost.py — лучшее из семи прогонов. Три повторных запуска подряд на 3.13.7 дали 43,6 / 41,8 / 42,0 нс на обычном вызове и 5248 / 5306 / 5320 нс на create_task, то есть разброс около ±2 %. Разрыв между 3.13.7 и 3.14.7 (create_task 5,3 против 4,2 мкс) в этот разброс не укладывается, но и версией языка не объясняется: сборки различаются --with-tail-call-interp, и разделить эти два вклада здесь нечем.

blocking.py устойчив в первых трёх строках: восемь прогонов подряд дали одно и то же с точностью до 0,01 с. Четвёртая строка, asyncio.to_thread, устойчива не всегда: обычно 0,10 с и худшая пауза 10–23 мс, но в редком прогоне встречались 0,23 с и 130 мс. Это создание пула потоков, которого в первых трёх строках нет вовсе; в уроке поэтому названо «возвращает к 0,1 с», а не приведено точное число.

Отрицательный результат, который остаётся в репозитории

fire_and_forget.py пытается воспроизвести то, о чём предупреждает документация asyncio.create_task: «The event loop only keeps weak references to tasks. A task that isn't referenced elsewhere may get garbage collected at any time, even before it's done». Двести задач без единой ссылки, gc.collect() между шагами — и все двести доработали, ни одна не собрана. Причина видна там же: пока задача ждёт, на неё ссылается TaskStepMethWrapper, который держит таймер цикла, и ссылка эта сильная.

Скрипт оставлен именно поэтому. Совет из документации верен, но проверяется он не тестом: ошибка не воспроизводится по заказу, а значит, в проекте проявится однажды и не там, где её будут искать. Замер, который ничего не поймал, здесь такой же результат, как и любой другой, — и в уроке сказано ровно это, без обещания «у вас задачи пропадут».

Чего в этих замерах НЕТ

Здесь не меряется настоящая сеть. Все «запросы» — это asyncio.sleep, то есть чистое ожидание без данных. Так сделано намеренно: с настоящим сокетом в число попали бы разрешение имени, состояние канала и работа собеседника, а показать надо цену самого механизма. По той же причине нет сравнения с потоками и с процессами: это сравнение способов организовать ожидание, и ему место в статье про GIL и параллелизм, а не в уроке про синтаксис.

Скрипт

93 строк

"""Один блокирующий вызов внутри корутины останавливает весь цикл.

Замер отвечает на два вопроса, и второй важнее первого.

ПЕРВЫЙ: сколько времени займут пять «запросов» по 0,1 с. Правильно написанные
идут одновременно и укладываются в 0,1 с; с `time.sleep` вместо
`asyncio.sleep` — ровно в сумму, 0,5 с. То есть параллельности не остаётся
вовсе, а `async`, `await` и `gather` в коде при этом на месте.

ВТОРОЙ: что происходит с остальным приложением, пока один вызов блокирует.
Рядом крутится «сердцебиение» — задача, которая обязана просыпаться каждые
10 мс. Считаем, сколько раз она проснулась и какая была самая долгая пауза.
Это ближе к правде, чем общее время: в сервисе блокировка проявляется не тем,
что один запрос медленный, а тем, что замирают ВСЕ, включая проверку живости.

ОБЩЕЕ ПРАВИЛО ЗАМЕРОВ. Все сравнения — внутри одного запуска одного
интерпретатора, поэтому честны всегда. Числа между версиями здесь почти не
отличаются и не должны: время задают таймеры ОС, а не скорость
интерпретатора.
"""
import asyncio
import sys
import time

TASKS = 5
WORK = 0.1
TICK = 0.01


async def heartbeat(stop: asyncio.Event, log: list[float]) -> None:
    """Просыпается каждые 10 мс и записывает, сколько на самом деле прошло."""
    prev = time.perf_counter()
    while not stop.is_set():
        await asyncio.sleep(TICK)
        now = time.perf_counter()
        log.append(now - prev)
        prev = now


async def correct() -> None:
    await asyncio.sleep(WORK)


async def blocking() -> None:
    time.sleep(WORK)  # обычный вызов; цикл событий об этом не знает


async def in_thread() -> None:
    await asyncio.to_thread(time.sleep, WORK)


async def sequential(kind) -> None:
    for _ in range(TASKS):
        await kind()


async def together(kind) -> None:
    await asyncio.gather(*(kind() for _ in range(TASKS)))


async def measure(label: str, body) -> None:
    stop = asyncio.Event()
    log: list[float] = []
    beat = asyncio.create_task(heartbeat(stop, log))
    await asyncio.sleep(0.02)  # дать сердцебиению встать на ноги
    log.clear()

    start = time.perf_counter()
    await body
    elapsed = time.perf_counter() - start

    stop.set()
    await beat

    ticks = len(log)
    worst = max(log) if log else 0.0
    print(
        f"    {label:<34} {elapsed:5.2f} с   ударов {ticks:>3}   "
        f"худшая пауза {worst * 1000:6.1f} мс"
    )


async def main() -> None:
    print("PY", sys.version.split()[0], f"| {TASKS} задач по {WORK} с, сердцебиение каждые {TICK * 1000:.0f} мс")
    print("  как написано                       время          сердцебиение")
    await measure("gather + asyncio.sleep", together(correct))
    await measure("gather + time.sleep", together(blocking))
    await measure("последовательный await", sequential(correct))
    await measure("gather + asyncio.to_thread", together(in_thread))


asyncio.run(main())