使用 `async` 和 `await`

New in version 2.0.

如果在安装 Flask 时使用了额外的 async （即用 pip install flask[async] 命令安装），那么路由、出错处理器、请求前、请求后和拆卸函数都可以是协程函数。这样，视图可以使用 async def 定义，并使用。 pip install flask[async] 命令会用到 contextvars.ContextVar ，因此需要 Python 3.7 以上版本。

可插入基类视图也支持以协程方式运行的处理器。这同样适用于 dispatch_request() 方法，该方法从类继承而来。所有视图中的 HTTP 方法处理器从 flask.views.MethodView 类继承而来一样。

在 Windows 的 Python 3.8 下使用 async

异步函数需要一个事件循环来运行。 Flask，作为 WSGI 应用，使用一个 worker 来处理一个请求 / 响应周期。当请求进入异步视图时， Flask 会在一个线程中启动一个事件循环，在其中运行视图函数，然后返回结果。

即使对于异步视图，每个请求仍然会绑定一个 worker 。好处是您可以在一个视图内运行异步代码，例如多个并发数据库查询，对外部 API 的 HTTP 请求，等等。但是，您的应用程序可以处理的请求并发数量将保持不变。

异步本质上并不比同步快。 在执行并发 IO 绑定任务时，异步是有益的。但是对于 CPU 密集型任务，则未必有用，因此传统的 Flask 视图仍然适用于大多数用例。 Flask 异步支持的引入，带来本地化编写和使用异步代码的可能性。

异步函数将在事件循环中运行，当函数运行完成，事件循环就会停止。这意味着当异步功能完成时，任何额外的，尚未完成的衍生任务将被取消。因此你不能衍生产生后台任务，例如不能通过 asyncio.create_task 衍生后台任务。

因为 Flask 的实现方式的原因， Flask 的异步支持性能不如异步优先框架。如果您的代码主要是基于异步的，那么可以考虑。 Quart 是一个 Flask 的重新实现，但是基于 ASGI 标准而不是WSGI。这允许它处理大量并发请求、长时间运行的请求和 websocket ，而不需要多个工作进程或线程。

同时，早已可以使用 Gevent 或 Eventlet 运行 Flask ，以获得异步请求处理的诸多好处。这些库修补低级 Python 函数来实现这一点，而 async/ 和 ASGI 则使用标准的现代 Python 功能。决定应该使用 Flask 还是 Quart 或其他东西最终还是取决于项目的具体需求。

在 Flask 的提供异步支持之前的 Flask 扩展不要指望异步视图支持。如果扩展提供增加功能的装饰器，那么有可能是无法用于异步视图的，因为不会等待函数或者可等待。提供的其他函数也不会可等待，并且如果在异步视图中调用，可能会阻塞。

扩展作者可以利用方法支持异步功能。例如，在调用装饰函数前提供一个视力函数增加 ensure_sync ，

def extension(func):
    @wraps(func)
        ...  # Extension logic
        return current_app.ensure_sync(func)(*args, **kwargs)

此时， Flask 只支持 asyncio 。重载可以改变异步函数的包裹方式，这样就可以使用其他不同的库了。

使用 async 和 await

使用 async 和 await

使用 `async` 和 `await`