Programação Assíncrona com Python

✅ Atualizado para Python 3.13 (Dezembro 2025)
Conteúdo enriquecido com comparação async vs sync vs threading e quando usar cada abordagem.

Salve salve Pythonista!

Programação Assíncrona permite que seu código execute múltiplas tarefas de I/O concorrentemente sem criar threads. É ideal para operações I/O-bound como requisições HTTP, banco de dados e arquivos.

Neste guia completo, você vai aprender:

• ✅ O que é programação assíncrona
• ✅ async/await e coroutines
• ✅ asyncio - biblioteca padrão
• ✅ Async vs Sync vs Threading - quando usar cada um
• ✅ Casos de uso práticos (APIs, I/O)

Prepare-se para muitos exemplos práticos e um mini-projeto utilizando programação assíncrona!

Vá Direto ao Assunto…

• Introdução à Programação Assíncrona
• Como o Processador e o Sistema Operacional Tratam a Programação Assíncrona
• Programando Assincronamente em Python
• Programação Assíncrona com aiohttp
• Exemplos de Programação Assíncrona em Python
• Mini Projeto com Programação Assíncrona
• Async vs Sync vs Threading: Quando Usar?

Introdução à Programação Assíncrona

Vamos começar pelo princípio: o que é programação assíncrona?

Em duas palavra, programação assíncrona é sobre não esperar.

Normalmente, quando o nosso código necessita de algum recurso, seja um arquivo no disco, um dado vindo da rede, ou simplesmente um cálculo longo, ele simplesmente para e espera esse recurso ficar disponível.

Nesse meio tempo, o processador fica lá, sem fazer nada.

Agora imagine se em vez de esperar, ele pudesse executar outra parte do código que não dependesse desse recurso?

É exatamente isso que a programação assíncrona faz.

Em vez de bloquear a execução esperando algum recurso, o código é capaz de “pular” essa parte e continuar a execução em outro lugar.

Quando o recurso finalmente fica disponível, o código pode retomar de onde parou.

Agora vamos ao “Hello World” da programação assíncrona com Python:

1
2
3
4
5
6
7
8
9

import asyncio

async def main():
    print('Olá ...')
    await asyncio.sleep(5)
    print('... Mundo')

# Python 3.7+
asyncio.run(main())

E como aqui na Python Academy nós gostamos de te entregar tudo mastigado, vamos às explicações:

• async def main(): Esta é a definição de uma função assíncrona. A palavra-chave async indica que a função é assíncrona e pode usar await para aguardar outras operações assíncronas.
• await asyncio.sleep(5): Esta linha faz a função main aguardar assincronamente por 5 segundos. Durante este tempo, outras partes do programa podem continuar executando. asyncio.sleep(5) é uma função assíncrona que simula uma operação de bloqueio (como uma operação de I/O), mas sem realmente bloquear.
• asyncio.run(main()): Esta é a maneira de iniciar e gerenciar a execução da função assíncrona main(). asyncio.run é uma função que executa a coroutine main() e não retorna até que a main() esteja completa.

Como o Processador e o Sistema Operacional Tratam a Programação Assíncrona

A verdade é que, internamente, o processador e o sistema operacional não estão fazendo nada muito diferente quando se trata de programação assíncrona.

O que muda é a forma como o programa é estruturado.

O programa consegue organizar-se de forma que o processador sempre tem algum código para executar, nunca ficando parado.

A biblioteca asyncio que vimos no exemplo anterior é um exemplo de um tipo de sistema chamado event loop.

A função asyncio.run() que usamos para executar nosso código assíncrono na verdade está iniciando um event loop, e o await asyncio.sleep(5) está suspendendo a execução da função e retornando o controle à este event loop.

Programando Assincronamente em Python

Trabalhar com código assíncrono em Python é bastante direto, graças à introdução das palavras-chave async e await a partir do Python 3.5.

Basicamente, uma função é declarada como assíncrona usando a palavra-chave async def no lugar de def:

1
2

async def minha_funcao():
    print("Olá, Mundo Assíncrono!")

Agora, essa função é uma coroutine, e pode ser pausada e retomada.

A pausa é feita através da palavra-chave await, seguida de uma expressão que retorna uma coroutine:

1
2
3
4

async def minha_funcao():
    print("Iniciando...")
    await asyncio.sleep(1)
    print("...terminou!")

Nesse exemplo, a função asyncio.sleep(1) é uma coroutine que simula um delay de 1 segundo.

Mas em vez de bloquear a execução, ela apenas indica ao event loop que a execução atual deve ser suspensa, e que deve ser retomada depois do tempo especificado.

Estou desenvolvendo o DevBook, uma plataforma que usa IA para gerar ebooks técnicos profissionais. Depois de ler, dá uma passada no site!

Programação Assíncrona com aiohttp

Python já vem com várias bibliotecas prontas para auxiliar na programação assíncrona, sendo a mais conhecida delas a asyncio, que já mencionamos antes.

Além dela, podemos fazer a instalação da aiohttp para fazer requisições HTTP assíncronas com pip install aiohttp.

Vamos ver um exemplo de como utilizá-la para fazer requisições assíncronas ao site Oficial do Python:

1
2
3
4
5
6
7
8
9
10
11
12
13

import aiohttp
import asyncio

async def fetch(session, url):
    async with session.get(url) as response:
        return await response.text()

async def main():
    async with aiohttp.ClientSession() as session:
        html = await fetch(session, 'http://python.org')
        print(html)

asyncio.run(main())

Nesse exemplo, a função fetch() está fazendo uma requisição HTTP usando a biblioteca aiohttp.

Ela é uma função assíncrona, e pode ser pausada e retomada.

Note que estamos usando a palavra await tanto para esperar a resposta HTTP como para ler o texto da resposta.

Ao final da execução, você verá o código HTML da página na saída do programa!

Exemplos de Programação Assíncrona em Python

Vamos mostrar agora alguns exemplos de utilização da programação assíncrona em Python.

Exemplo 1: Função Assíncrona simples

1
2
3
4
5
6
7
8
9

import asyncio

async def contar_ate_dez():
    for i in range(10):
        print(i)
        await asyncio.sleep(1)
    print("Contei até dez!")

asyncio.run(contar_ate_dez())

A função contar_ate_dez() é uma função assíncrona que imprime os números de 0 a 9, com um intervalo de 1 segundo entre eles.

Ela utiliza o comando await asyncio.sleep(1) para esperar assincronamente por 1 segundo.

Colocando-o em execução, você verá a seguinte saída:

1
2
3
4
5
6
7
8
9
10
11

0
1
2
3
4
5
6
7
8
9
Contei até dez!

Está curtindo esse conteúdo?

Que tal receber 30 dias de conteúdo direto na sua Caixa de Entrada?

Sua assinatura não pôde ser validada.

Você fez sua assinatura com sucesso.

Assine as PyDicas e receba 30 dias do melhor conteúdo Python na sua Caixa de Entrada: direto e sem enrolação!

Seu nome

Seu e-mail

ASSINAR PYDICAS

Exemplo 2: Executando múltiplas coroutines

Vamos ver nesse exemplo como executar múltiplas funções assíncronas:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

import asyncio

async def contar_ate_dez(nome):
    for i in range(10):
        print(f'{nome}: {i}')

        # Simula uma operação demorada...
        await asyncio.sleep(1) 

async def main():
    await asyncio.gather(
        contar_ate_dez('Tarefa 1'),
        contar_ate_dez('Tarefa 2')
    )

asyncio.run(main())

Esse exemplo mostra como executar várias coroutines em paralelo.

A função asyncio.gather() é usada para combinar várias coroutines em uma única tarefa.

Elas serão executadas assincronamente, e a função await asyncio.gather() só vai completar quando todas elas tiverem completado.

Mini Projeto com Programação Assíncrona

Para terminar, vamos fazer um mini-projeto utilizando programação assíncrona.

Vamos fazer um Crawler simples que vai baixar várias páginas web em paralelo.

Ele utilizará o aiohttp, portanto não esqueça de fazer sua instalação com pip install aiohttp:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

import asyncio
import aiohttp

lista_urls = [
    'http://python.org',
    'http://google.com',
    'http://facebook.com',
    # Adicione quantas URLs quiser aqui...
]

async def fetch_page(session, url):
    async with session.get(url) as response:
        return await response.text()

async def fetch_all_pages():
    async with aiohttp.ClientSession() as session:
        tasks = []
        for url in lista_urls:
            tasks.append(fetch_page(session, url))
        pages = await asyncio.gather(*tasks)
        return pages

async def main():
    pages = await fetch_all_pages()
    for i, page in enumerate(pages):
        print(f'PÁGINA {i}:\n {page[:150]}...\n\n{"*" * 30}')

asyncio.run(main())

Nesse código, fetch_page() é uma coroutine que baixa uma página web usando a biblioteca aiohttp.

A função fetch_all_pages() usa a função asyncio.gather() para baixar todas as páginas em paralelo, e retorna uma lista com o conteúdo de todas elas.

Ao final da sua execução, será mostrado os 150 primeiros caracteres de cada página:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

PÁGINA 0:
 <!doctype html>
<!--[if lt IE 7]>   <html class="no-js ie6 lt-ie7 lt-ie8 lt-ie9">   <![endif]-->
<!--[if IE 7]>      <html class="no-js ie7 lt-ie8 lt-...

******************************
PÁGINA 1:
 <!doctype html><html itemscope="" itemtype="http://schema.org/WebPage" lang="pt-BR"><head><meta content="text/html; charset=UTF-8" http-equiv="Content...

******************************
PÁGINA 2:
 <!DOCTYPE html>
<html lang="pt" id="facebook" class="no_js">
<head><meta charset="utf-8" /><meta name="referrer" content="default" id="meta_referrer" ...

******************************

Em posse desses dados, você pode fazer qualquer tipo de processamento!

Você pode acessar outras páginas, como páginas de notícias, e-commerces para verificação de preços entre outras várias possibilidades!

Async vs Sync vs Threading: Quando Usar?

Programação Síncrona (Normal)

Use quando:

• ✅ Tarefas CPU-bound (cálculos intensivos)
• ✅ Código simples e direto
• ✅ Sem I/O ou I/O mínimo
• ✅ Projeto pequeno

1
2
3
4

# Síncrono: uma tarefa por vez
def processar_dados(data):
    resultado = calcular(data)  # Bloqueia aqui
    return resultado

Programação Assíncrona (async/await)

Use quando:

• ✅ Tarefas I/O-bound (rede, disco, DB)
• ✅ Múltiplas requisições HTTP simultaneamente
• ✅ Single-threaded (sem problemas de concorrência)
• ✅ Quer escalabilidade (milhares de conexões)

1
2
3
4
5
6
7
8

# Assíncrono: não bloqueia durante I/O
import asyncio

async def fetch_data(url):
    # Enquanto espera resposta, executa outras tarefas
    async with aiohttp.ClientSession() as session:
        async with session.get(url) as response:
            return await response.text()

Threading/Multiprocessing

Use Threading quando:

• ✅ Tarefas I/O-bound sem suporte assíncrono
• ✅ Bibliotecas síncronas (sem async)
• ✅ Paralelismo simples (poucas threads)

Use Multiprocessing quando:

• ✅ Tarefas CPU-bound (cálculos intensivos)
• ✅ Precisa verdadeiro paralelismo (contornar GIL)
• ✅ Processamento de dados massivos

Comparação Rápida

Casos de Uso Práticos

Async: Web scraping, APIs REST, WebSockets, chat servers
Threading: Download de arquivos, GUI responsivas
Multiprocessing: Processamento de imagens, ML training, análise de dados
Síncrono: Scripts simples, cálculos, ETL básico

💡 Regra de Ouro: Se é I/O-bound (rede, disco), use async. Se é CPU-bound (cálculos), use multiprocessing.

Conclusão

Neste guia completo sobre Programação Assíncrona, você aprendeu:

✅ Conceito - Concorrência sem threads
✅ async/await - Palavras-chave para coroutines
✅ asyncio - Biblioteca padrão para async
✅ Async vs Sync vs Threading - Quando usar cada um
✅ Casos de uso - APIs, I/O, web scraping

Principais lições:

• Async é ideal para tarefas I/O-bound (rede, disco)
• NÃO use async para CPU-bound (use multiprocessing)
• Async oferece alta escalabilidade (milhares de conexões)
• asyncio é a biblioteca padrão (sem instalação extra)
• Evite mixing sync e async no mesmo código

Próximos passos:

• Pratique com aiohttp para requisições HTTP
• Explore frameworks async (FastAPI, aiohttp.web)
• Estude asyncio.gather() para executar múltiplas tarefas
• Aprenda sobre async context managers e iterators

Com a programação assíncrona, seu código nunca mais precisará ficar parado esperando I/O!

Espero que esse tutorial tenha sido útil, e até a próxima, Pythonista!

Por Vinícius Ramos em 22/11/2023

Engenheiro de Computação pela UnB com especialização em Inteligência Artificial. Sr. Software Engineer com 10+ anos de experiência desenvolvendo sistemas críticos em Python e Django. Atuei no Banco do Brasil liderando equipes para monitoramento de mainframe, trabalhei como desenvolvedor sênior em projetos forenses para a Polícia Federal, e atualmente sou engenheiro de software na Labcorp (Estados Unidos), desenvolvendo soluções escaláveis para testes genéticos. Fundador da Python Academy, compartilhando conhecimento técnico com a comunidade brasileira desde 2018.

Minhas redes: