Кратко: модели асинхронности в JavaScript, Python и C# схожи по идеи (неблокирующее выполнение, awaitable единицы работы), но различаются синтаксисом, runtime-поддержкой (event loop vs IOCP/пул потоков) и идиомами (отмена, композиция, параллелизм). Это влияет на структуру кода, обработку ошибок и реальные особенности производительности.
JavaScript (Promises + async/await)
- Синтаксис и идиомы:
- Промисы как примитив; `async` функции возвращают промис; `await` разворачивает промис внутри `async`.
- Частая идиома: цепочки промисов (`.then().catch()`) или линейный код с `await`.
- Микротаски (promise callbacks) и цикл событий (event loop) — важны для порядка выполнения.
- Структура кода:
- Код выглядит синхронным при `await`, но всё выполняется в одном event-loop-потоке (код не блокирует цикл).
- Для параллельных задач: запускать несколько промисов без `await` и потом `await Promise.all(...)`.
- Обработка ошибок:
- Исключения внутри `async` превращаются в отклонённый промис; ловят `try/catch` вокруг `await` или `.catch()`.
- Потенциальные проблемы: необработанные отклонения промисов (unhandled promise rejection).
- Производительность:
- Отлично для IO-bound (нет блокировки потоков).
- Накладные расходы на аллокации промисов и переключение микротасков, но V8 оптимизирован.
- Однопоточная модель: CPU-bound операции блокируют цикл — нужно использовать worker-threads / child processes или libuv-пул для блокирующих вызовов.
Python (asyncio)
- Синтаксис и идиомы:
- `async def` корутины, `await` для awaitables; event loop (`asyncio`) управляет планированием.
- Создание задач: `asyncio.create_task()` или `ensure_future()`; объединение: `await asyncio.gather(...)`.
- Библиотечные абстракции: streams, protocols, async iterators.
- Структура кода:
- Код с `await` читается линейно; явное создание задач для конкурентного запуска.
- Часто приходится различать корутины и задачи — незавершённые корутины не запускаются, пока не обёрнуты в задачу.
- Обработка ошибок:
- Исключения поднимаются как обычные; `try/except` вокруг `await` или обработка исключений в `gather` (параметр `return_exceptions`).
- Отмена: `Task.cancel()` генерирует `asyncio.CancelledError` внутри корутины.
- Риск: забыть обработать исключение у фоновой задачи — может быть логируемо/невидимо.
- Производительность:
- Хорошо для IO-bound; накладные расходы корутин выше, чем у промисов/Task в других средах.
- GIL ограничивает true-параллелизм для CPU-bound — надо использовать `concurrent.futures.ProcessPoolExecutor` или многопроцессность.
- Блокирующие вызовы надо выносить в `run_in_executor`.
C# (async/await with Task)
- Синтаксис и идиомы:
- Методы `async` возвращают `Task`/`Task` (или `ValueTask`); `await` разворачивает задачу.
- Широкая поддержка: `CancellationToken`, `ConfigureAwait`, `IAsyncEnumerable` (async streams).
- Компилятор превращает `async` в state machine — эффективная реализация.
- Структура кода:
- Код с `await` выглядит синхронно; естественная интеграция с многопоточными возможностями CLR.
- IO-асинхронность обычно основана на IO completion ports — очень малое использование рабочих потоков при ожидании IO.
- Для CPU-bound используют `Task.Run`/пул потоков; легко комбинировать асинхронность с параллелизмом.
- Обработка ошибок:
- Исключения в асинхронных методах пробрасываются как обычные; `try/catch` вокруг `await` ловит их.
- Отмена через `CancellationToken` и бросание `OperationCanceledException`.
- Есть механизмы для отслеживания необработанных задач (UnobservedTaskException), но обычно исключения наблюдаемы при `await`.
- Производительность:
- Очень эффективна для IO-bound (низкая аллокация, IOCP).
- Меньшие накладные расходы на state machine по сравнению с некоторыми интерпретируемыми реализациями.
- CPU-bound код может масштабироваться на несколько ядер без GIL-подобных ограничений.
Сравнение по ключевым аспектам
- Структура и читаемость:
- Все три дают «линейный» стиль с `async/await`, но JS и Python чаще работают в одном event-loop-потоке, тогда как C# нативно интегрирован с многопоточностью CLR.
- Композиция и параллельный запуск:
- JS: `Promise.all`, `Promise.race`.
- Python: `asyncio.gather`, `create_task`.
- C#: `Task.WhenAll`, `Task.WhenAny`, `Task.Run`.
- Обработка ошибок:
- Во всех трёх `try/catch` вокруг `await` — основной способ. Различия в отмене: JS использует внешние токены/паттерны; Python — `CancelledError`; C# — `CancellationToken` + `OperationCanceledException`.
- Риск забытых/необработанных задач присутствует во всех; механизмы логирования/обработки различаются.
- Отмена и управление жизненным циклом:
- C# даёт встроенный, типобезопасный `CancellationToken`.
- Python — `Task.cancel()` + `CancelledError`, но более явное управление задачами нужно.
- JS — нет стандартного встроенного токена в промисах (появляются стандарты и библиотеки), чаще используют AbortController для fetch.
- Производительность (практически):
- IO-bound: все три подходят; C# часто даёт наилучшие латентность/пропускную способность благодаря IOCP и низким накладным расходам.
- CPU-bound: C# масштабируется на ядра; JS и Python по умолчанию однопоточные — требуют воркеров/процессов; Python дополнительно ограничен GIL.
- Накладные расходы: Python корутины обычно более тяжеловесны, JS промисы и C# task-state-machine оптимизированы (C# часто минимальна аллокация при использовании ValueTask и оптимизаций).
- Парадигмы структурированной конкуренции:
- Python экосистема движется в сторону структурированной конкуренции (trio, anyio), но asyncio исторически менее строг.
- C# имеет богатые средства управления жизненным циклом задач и отмены.
- JS — модель более гибкая, но требует дисциплины (следить за промисами и отменой).
Короткие практические рекомендации
- Для IO-bound сервисов: все три подходят; в C# легче достичь высокой пропускной способности с меньшими накладными расходами.
- Для CPU-bound задач: выбирать C# или запускать Python/JS в нескольких процессах/воркерах.
- Всегда: не блокируйте event loop / асинхронный поток, правильно обрабатывайте исключения у фоновых задач, используйте механизмы отмены.
Если нужно, могу привести короткие примеры кода для каждой модели (await/gather/Task) и показать типичные ошибки и их исправления.