Python中requests和aiohttp对比

requests 和 aiohttp 都是 Python 中用于发起 HTTP 请求的流行库，但它们的设计哲学和适用场景截然不同。选择哪一个，取决于你的项目是否使用 异步（async/await）架构。

🚦 一句话结论

💡 关键区别：

• requests 是 阻塞式（同步） 的 —— 发起请求会“卡住”当前线程直到响应返回。
• aiohttp 是 非阻塞式（异步） 的 —— 发起请求后可立即去做别的事，等响应回来再处理。

🔍 一、详细对比

🧪 二、代码示例对比

场景：获取 3 个 URL 的内容

✅ requests（同步，顺序执行）

import requests
import time

urls = ["https://httpbin.org/delay/1"] * 3

start = time.time()
for url in urls:
    resp = requests.get(url)
    print(resp.status_code)
end = time.time()

print(f"耗时: {end - start:.2f} 秒")  # ≈ 3.0 秒（串行）

✅ aiohttp（异步，并发执行）

import aiohttp
import asyncio
import time

async def fetch(session, url):
    async with session.get(url) as resp:
        return resp.status

async def main():
    urls = ["https://httpbin.org/delay/1"] * 3
    async with aiohttp.ClientSession() as session:
        tasks = [fetch(session, url) for url in urls]
        results = await asyncio.gather(*tasks)
        for r in results:
            print(r)

start = time.time()
asyncio.run(main())
end = time.time()

print(f"耗时: {end - start:.2f} 秒")  # ≈ 1.1 秒（并发）

🔥 结果：同样 3 个延迟 1 秒的请求，

• requests 花 3 秒（一个接一个）
• aiohttp 花 1 秒（同时发起）

⚠️ 三、重要注意事项

1. 不要在异步函数里用 requests！

# ❌ 危险！会阻塞整个事件循环
@app.get("/bad")
async def bad_endpoint():
    data = requests.get("https://api.example.com")  # ← 阻塞！其他请求卡住
    return data.json()

✅ 正确做法：

# ✅ 使用 aiohttp
@app.get("/good")
async def good_endpoint():
    async with aiohttp.ClientSession() as session:
        async with session.get("https://api.example.com") as resp:
            data = await resp.json()
    return data

如果必须用 requests（如调用不支持异步的 SDK），请用 loop.run_in_executor 包装：

from functools import partial
data = await loop.run_in_executor(None, partial(requests.get, url))

2. aiohttp 必须复用 ClientSession

# ❌ 错误：每次新建 session（浪费资源）
async def bad_fetch(url):
    async with aiohttp.ClientSession() as session:  # ← 每次都新建
        async with session.get(url) as resp:
            return await resp.text()

# ✅ 正确：全局或长期复用 session
session = aiohttp.ClientSession()

async def good_fetch(url):
    async with session.get(url) as resp:
        return await resp.text()

# 应用关闭时记得关闭 session
@app.on_event("shutdown")
async def shutdown():
    await session.close()

📌 最佳实践：在 FastAPI 中通过依赖项管理 session 生命周期。

3. 功能差异

🛠 四、如何选择？

选 requests 如果：

• 你写的是 脚本、爬虫、Django 后台任务
• 项目是 纯同步（无 async/await）
• 追求 最简代码（一行搞定）

选 aiohttp 如果：

• 你在用 FastAPI / Starlette / Sanic
• 需要 高并发调用外部 API（如微服务通信）
• 项目已基于 asyncio
• 需要 WebSocket 客户端

🧩 五、FastAPI 中的最佳实践（使用 aiohttp）

# deps.py
from aiohttp import ClientSession
from fastapi import Depends

async def get_http_client():
    # 实际项目中建议用 lifespan 管理全局 session
    async with ClientSession() as session:
        yield session

# main.py
@app.get("/proxy")
async def proxy_data(http_client: ClientSession = Depends(get_http_client)):
    async with http_client.get("https://api.external.com/data") as resp:
        return await resp.json()

更高级：使用 lifespan 管理全局 session（避免每次请求新建）：

from contextlib import asynccontextmanager

session: Optional[ClientSession] = None

@asynccontextmanager
async def lifespan(app: FastAPI):
    global session
    session = ClientSession()
    yield
    await session.close()

app = FastAPI(lifespan=lifespan)

📊 六、性能对比（理论）

🌐 在 I/O 密集型场景（如 API 网关、聚合服务），aiohttp 性能优势巨大。

✅ 总结

如果你正在开发 FastAPI + Tortoise-ORM 项目（典型的异步栈），请坚定使用 aiohttp 作为 HTTP 客户端。而 requests 留给你的同步脚本或数据迁移工具。