1. 项目概述在嵌入式开发的世界里尤其是当我们面对像Adafruit的Feather、Metro或者QT Py这类小巧但功能强大的微控制器板时一个核心的挑战是如何优雅地处理多个“同时”发生的任务。比如你的设备需要一边以精确的节奏闪烁LED作为状态指示一边监听多个按钮的输入来调整参数同时可能还要通过串口发送数据或者驱动一串炫酷的NeoPixel灯带。在单核、内存有限的微控制器上传统的“顺序执行”代码会显得力不从心而引入复杂的操作系统线程又可能带来资源开销和同步难题。这就是协同多任务Cooperative Multitasking大显身手的地方。它不像你电脑上的操作系统那样粗暴地“打断”正在运行的任务抢占式多任务而是依赖于任务之间的“绅士协议”每个任务运行一段时间后主动说“好了我这边需要等一下你们先跑吧”。这种机制在Python的宇宙中通过asyncio库和async/await关键字得到了完美的封装。现在CircuitPython将这套强大的工具带入了嵌入式领域。本文将带你深入CircuitPython中的asyncio实战。我们不会停留在概念层面而是从点亮第一颗LED开始逐步构建出能够处理复杂硬件交互的并发应用。你会看到如何用几行清晰的代码替代原来需要复杂状态机或定时器中断才能实现的逻辑让多个硬件控制任务和谐共处互不干扰。无论你是想做一个响应灵敏的交互式装置还是一个需要同时采集多种传感器数据的物联网节点掌握CircuitPython的异步编程都能让你的代码结构更清晰维护更轻松。2. 核心概念与原理拆解在动手写代码之前我们有必要把几个核心概念和它们背后的“为什么”搞清楚。这能帮助你在设计自己的异步应用时做出更明智的决策。2.1 协同多任务 vs. 抢占式多任务这是最根本的区分。想象一下厨房里两位厨师在做菜。抢占式多任务就像有一位严厉的监工每隔固定时间就强迫厨师A停下手中的活不管他是不是正在给牛排翻面然后让厨师B上场。这能保证“公平”但可能让厨师A的牛排煎糊了任务被强制中断状态可能不一致。在编程中线程Thread就是这种模式操作系统内核负责调度和强制切换。协同多任务更像是两位默契的厨师。厨师A切完菜后主动说“菜切好了我去看看烤箱灶台你先用。”然后厨师B才过来炒菜。切换的时机由任务自己决定通常在等待某些操作如IO、定时完成时。这避免了强制中断带来的复杂同步问题如锁但要求每个任务都“懂事”不能长时间霸占CPU。在资源紧张的微控制器上协同多任务的优势非常明显开销极小没有复杂的上下文切换无需考虑线程安全因为任务永远不会在执行中途被另一个任务打断。这大大简化了编程模型。2.2 事件循环异步世界的调度中心事件循环是asyncio的核心引擎。你可以把它想象成一个永不停止的待办事项列表任务队列处理器。它的工作流程非常简单从“准备就绪”的任务队列中取出一个任务执行。该任务一直执行直到遇到一个await表达式比如await asyncio.sleep(1)。当任务await时它表示“我在等这个操作完成在此期间我没事做”。事件循环就会把这个任务挂起放回“等待中”的列表然后去执行下一个就绪的任务。当某个被等待的操作完成了比如1秒时间到了事件循环就将对应的任务状态改为“就绪”等待下次被调度。在CircuitPython中asyncio.run(main())就启动了这个事件循环并开始执行你的main()协程。2.3 协程、任务与Awaitable对象这是三个紧密关联的概念协程Coroutine由async def定义的函数。它最大的特点是可以暂停和恢复。当你调用一个协程函数时它不会立即执行而是返回一个协程对象。async def my_coroutine(): print(“Hello”) await asyncio.sleep(1) print(“World”)任务Task是事件循环调度和执行的基本单位。你可以通过asyncio.create_task(coroutine)将一个协程“包装”成一个任务。一旦创建任务就会被事件循环接管在后台开始运行。一个任务代表一个独立的、可并发执行的逻辑流。Awaitable对象任何可以在await表达式中使用的对象。协程和任务都是Awaitable。await的本质是告诉事件循环“我等这个Awaitable对象出结果在等的过程中你去干别的吧。”关键理解create_task()就像是把一份菜谱协程交给了一位厨师任务让他开始做。而await就像是你在等这位厨师把这道菜做完在等的过程中你可以去布置餐桌执行其他任务。2.4 为什么CircuitPython选择asyncio而非硬件中断或线程这是Adafruit团队经过深思熟虑的设计决策理解这一点至关重要硬件中断的局限性在解释型语言如MicroPython/CircuitPython中硬件中断处理函数IRQ限制极多。例如不能在中断处理程序中分配内存而Python的很多操作如创建对象、字符串拼接都会隐式分配内存极易导致崩溃。此外由于垃圾回收器的存在中断的响应延迟无法保证。线程的复杂性多线程编程中的竞态条件、死锁、数据同步等问题极其复杂被誉为编程中的“噩梦”。对于大多数嵌入式应用来说这是不必要的复杂性。asyncio的优势内存安全由于是协同式任务切换发生在明确的await点不存在内存操作被意外中断的风险。代码清晰使用async/await语法异步代码看起来几乎和同步代码一样直观避免了回调地狱Callback Hell。CPython兼容CircuitPython的asyncio是其宿主CPython版本的一个子集。这意味着你在桌面PC上用CPython开发和测试的异步代码可以相对平滑地迁移到CircuitPython硬件上运行需注意硬件库的差异实现了“一次编写多处运行”的理想。因此CircuitPython提供了countio和keypad这类原生模块它们在底层使用高效的方式监控引脚变化然后你的asyncio任务可以通过轮询这些模块的状态来“模拟”中断处理从而在享受异步编程便利的同时获得可靠的硬件事件响应能力。3. 环境准备与库安装开始编码前我们需要确保硬件和软件环境就绪。3.1 硬件准备你需要一块支持CircuitPython且Flash和RAM足够的开发板。根据官方文档SAMD21系列如Trinket M0, Feather M0因资源限制不支持async/await。推荐使用以下系列RP2040系列如Raspberry Pi PicoAdafruit Feather RP2040QT Py RP2040。性能好资源足性价比极高。SAMD51系列如Adafruit Metro M4 ExpressFeather M4 Express。Espressif系列如ESP32-S2ESP32-S3。对于本文的示例你至少需要一块上述开发板。2-3个LED及对应220Ω-1kΩ的限流电阻。4-6个轻触开关或按钮。一块NeoPixel灯环或灯带可选用于高级示例。面包板和杜邦线若干。3.2 安装CircuitPython固件与asyncio库刷入CircuitPython固件访问 Adafruit CircuitPython官网 找到你的板子型号下载最新的.uf2固件文件。将板子进入Bootloader模式通常通过双击复位按钮会出现一个名为RPI-RP2或BOOT的U盘将.uf2文件拖入即可。获取asyncio库CircuitPython的asyncio库不是内置的需要手动安装。有两种推荐方式方式一使用Circup推荐Circup是CircuitPython的库管理工具。首先在电脑上安装pip install circup。然后连接你的开发板运行circup install asyncio。Circup会自动处理依赖如adafruit_ticks并安装最新版本。方式二手动下载从 CircuitPython库包 下载最新的“适配版本”库包。解压后在lib文件夹中找到adafruit_ticks.mpy和asyncio.mpy文件将它们复制到你的CIRCUITPY磁盘的lib文件夹内。重要提示确保你的板子连接电脑后出现的磁盘名是CIRCUITPY。你的主程序文件code.py应该放在这个磁盘的根目录。库文件放在lib文件夹下。每次保存code.py板子都会自动软重启运行新代码。4. 从零开始第一个异步闪烁LED让我们用最经典的“Hello World”——闪烁LED来感受异步编程的范式转变。4.1 同步方式的局限先看传统的同步代码如何闪烁一个LEDimport time import board import digitalio led digitalio.DigitalInOut(board.LED) led.direction digitalio.Direction.OUTPUT while True: led.value True time.sleep(0.5) # 阻塞点 led.value False time.sleep(0.5) # 另一个阻塞点这段代码的问题在于time.sleep()。在这0.5秒内CPU什么也做不了只是空转等待。如果你想同时再闪烁一个LED代码就会变得复杂需要自己记录时间戳并不断检查就像原文中那个复杂的Blinker类一样。4.2 异步改造单LED闪烁现在我们用asyncio重写它import asyncio import board import digitalio async def blink(pin, interval_seconds): 一个协程用于以指定间隔闪烁LED with digitalio.DigitalInOut(pin) as led: led.switch_to_output(valueFalse) while True: # 让它永远闪下去 led.value True await asyncio.sleep(interval_seconds) # 关键点异步等待 led.value False await asyncio.sleep(interval_seconds) async def main(): 主协程负责创建和管理任务 # 创建一个任务并立即开始执行 blink_task asyncio.create_task(blink(board.LED, 0.5)) # 等待这个任务完成对于无限循环的任务这行永远不会执行到 await blink_task # 启动事件循环运行主协程 asyncio.run(main())代码解析与注意事项async def这定义了一个协程函数。调用blink(board.LED, 0.5)返回的是一个协程对象而不是立即执行。await asyncio.sleep(interval_seconds)这是魔法发生的地方。它告诉事件循环“我要休眠0.5秒在这期间你可以去运行其他就绪的任务。” 这替代了阻塞式的time.sleep()。asyncio.create_task()将协程对象封装成一个Task对象并立即提交给事件循环进行调度。任务开始在“后台”运行。asyncio.run(main())这是程序异步部分的入口。它创建一个新的事件循环运行main()协程并在main()完成后关闭循环。with digitalio.DigitalInOut(pin) as led:这是一个好习惯确保在退出with块时硬件引脚资源会被正确释放调用deinit()。实操心得在异步函数中任何可能耗时的操作都应该使用await。这包括sleep、未来的网络请求、文件读取等。如果你忘记了await比如写了asyncio.sleep(1)而没有await那么这个休眠操作根本不会发生协程会继续往下执行这通常会导致非预期的行为且难以调试。4.3 并发多任务两个LED独立闪烁异步编程的威力在多个任务并发时才能真正体现。现在我们让两个LED以不同的频率闪烁import asyncio import board import digitalio async def blink(pin, interval_seconds, times): 闪烁指定次数后停止 with digitalio.DigitalInOut(pin) as led: led.switch_to_output(valueFalse) for _ in range(times): led.value True await asyncio.sleep(interval_seconds) led.value False await asyncio.sleep(interval_seconds) print(f“LED on {pin} finished blinking.”) async def main(): # 创建两个独立的任务 led1_task asyncio.create_task(blink(board.D5, 0.25, 10)) # 快闪 led2_task asyncio.create_task(blink(board.D6, 0.5, 5)) # 慢闪 # 使用gather等待所有任务完成 await asyncio.gather(led1_task, led2_task) print(“All tasks done!”) asyncio.run(main())核心机制剖析asyncio.create_task()被调用了两次创建了两个任务。它们几乎同时被加入事件循环的队列。事件循环开始执行比如先执行led1_task。它点亮LED然后遇到await asyncio.sleep(0.25)。此时led1_task挂起事件循环发现led2_task是就绪的因为它还没开始跑于是切换到led2_task。led2_task点亮它的LED然后遇到await asyncio.sleep(0.5)也挂起。0.25秒后led1_task的sleep完成变为就绪状态。事件循环可能在处理完当前任务后切换回led1_task它熄灭LED再次进入sleep。如此往复从宏观上看两个LED就在并发地、独立地闪烁。asyncio.gather()会等待所有传入的任务完成然后才继续往下执行。避坑指南asyncio.gather()返回的是一个包含所有任务结果的列表如果任务有返回值。如果其中某个任务因异常而崩溃默认情况下这个异常会传播导致gather本身也抛出异常其他任务会被取消。你可以使用return_exceptionsTrue参数来让gather收集异常而不是抛出但这需要更精细的错误处理逻辑。5. 任务间通信共享状态与事件响应独立的闪烁LED很酷但真正的应用需要任务之间能够“对话”。例如一个任务负责读取传感器另一个任务根据传感器值控制LED。我们需要安全地共享数据。5.1 使用共享对象进行通信由于协同多任务不会在任意点被抢占所以在两个await语句之间的代码块是天然的原子操作。这意味着我们可以安全地使用简单的Python对象如列表、字典、类实例在任务间共享数据而无需加锁。下面这个例子实现了一个通过两个按钮动态调整LED闪烁频率的功能import asyncio import board import digitalio import keypad class SharedInterval: 一个简单的共享状态类用于保存LED闪烁间隔 def __init__(self, initial_interval): self.value initial_interval async def monitor_buttons(btn_slow_pin, btn_fast_pin, interval_obj): 监控按钮任务。 btn_slow_pin: 按下增加间隔变慢的按钮引脚 btn_fast_pin: 按下减少间隔变快的按钮引脚 interval_obj: 共享的Interval对象 # 初始化按键扫描器假设按钮按下时引脚为低电平value_when_pressedFalse并启用内部上拉电阻 with keypad.Keys((btn_slow_pin, btn_fast_pin), value_when_pressedFalse, pullTrue) as keys: while True: event keys.events.get() # 非阻塞获取按键事件 if event and event.pressed: if event.key_number 0: # 第一个按钮变慢 interval_obj.value 0.05 print(f“Interval slowed to: {interval_obj.value:.2f}s”) else: # 第二个按钮变快 # 确保间隔不会小于一个最小值比如0.05秒 interval_obj.value max(0.05, interval_obj.value - 0.05) print(f“Interval sped up to: {interval_obj.value:.2f}s”) # 关键主动让出控制权即使没有按键事件 await asyncio.sleep(0) async def blinking_led(led_pin, interval_obj): LED闪烁任务频率由共享的interval_obj控制 with digitalio.DigitalInOut(led_pin) as led: led.switch_to_output() while True: led.value not led.value # 翻转LED状态 # 使用共享对象中的间隔值进行休眠 await asyncio.sleep(interval_obj.value) async def main(): # 初始化共享状态起始间隔0.5秒 shared_interval SharedInterval(0.5) # 创建任务 led_task asyncio.create_task(blinking_led(board.LED, shared_interval)) button_task asyncio.create_task( monitor_buttons(board.D2, board.D3, shared_interval) # 假设按钮接在D2和D3 ) # 等待所有任务实际上这两个任务都是无限循环 await asyncio.gather(led_task, button_task) asyncio.run(main())设计要点解析共享对象SharedInterval类的实例shared_interval被传递给两个任务。blinking_led任务读取它的.value属性来决定休眠时间monitor_buttons任务修改这个属性。原子性保证在monitor_buttons任务中interval_obj.value 0.05这个操作发生在await asyncio.sleep(0)之前。由于协同式调度在这个加法操作执行的过程中绝对不会有其他任务被插入执行因此不存在竞态条件。读取操作亦然。await asyncio.sleep(0)这是一个非常常见的模式意为“我这一轮执行完了主动让出控制权给其他任务”。即使在keys.events.get()没有获取到事件时也会执行一次让出保证了事件循环的响应性。如果没有这行且按钮一直不被按下这个任务将陷入空转的while True循环导致其他任务如LED闪烁完全得不到执行机会。keypad模块这里使用了keypad.Keys来管理按钮。它内部实现了去抖动debounce和事件队列比直接读取digitalio引脚更可靠是处理按钮输入的首选方式。5.2 扩展独立控制多个LED基于上面的模式我们可以轻松扩展为每个LED配备独立的控制按钮async def main(): # 为两个LED创建独立的共享间隔对象 interval_led1 SharedInterval(0.3) interval_led2 SharedInterval(0.7) # 创建四个任务两个LED闪烁两对按钮监控 tasks [] tasks.append(asyncio.create_task(blinking_led(board.D5, interval_led1))) tasks.append(asyncio.create_task(blinking_led(board.D6, interval_led2))) tasks.append(asyncio.create_task(monitor_buttons(board.D2, board.D3, interval_led1))) # 控制LED1 tasks.append(asyncio.create_task(monitor_buttons(board.D7, board.D8, interval_led2))) # 控制LED2 await asyncio.gather(*tasks)这种架构的模块化程度非常高。blinking_led和monitor_buttons任务完全不知道对方的存在它们只通过一个简单的共享对象耦合。你可以轻易地添加第三个、第四个受控设备而无需重写核心逻辑。6. 高级应用协同控制NeoPixel动画让我们把概念应用到更炫酷的NeoPixel灯带上实现一个可通过按钮控制方向和速度的彩虹循环动画。6.1 项目搭建与代码实现硬件连接NeoPixel灯带/灯环的数据输入引脚接开发板的board.A0或其他支持PWM的引脚。三个按钮分别接board.A1,board.A2,board.A3另一端接地GND。使用内部上拉电阻因此按钮按下时引脚为低电平。代码实现import asyncio import board import keypad import neopixel from rainbowio import colorwheel # 一个方便生成彩虹色的函数 # NeoPixel配置 PIXEL_PIN board.A0 NUM_PIXELS 24 BRIGHTNESS 0.1 # 调低亮度保护眼睛和电源 # 初始化NeoPixel对象 pixels neopixel.NeoPixel(PIXEL_PIN, NUM_PIXELS, brightnessBRIGHTNESS, auto_writeFalse) class AnimationControls: 共享控制对象用于管理动画状态 def __init__(self): self.reverse False # 动画方向False为正向 self.delay 0.02 # 动画帧之间的延迟秒 async def rainbow_cycle(controls): 生成彩虹循环动画的任务 while True: # 根据控制方向决定颜色索引的遍历方向 if controls.reverse: range_gen range(255, -1, -2) # 反向步长为2加快速度 else: range_gen range(0, 256, 2) # 正向步长为2 for j in range_gen: for i in range(NUM_PIXELS): # 计算每个像素的颜色索引形成彩虹循环效果 pixel_index (i * 256 // NUM_PIXELS) j pixels[i] colorwheel(pixel_index 255) # 255 确保索引在0-255之间 pixels.show() # 将颜色数据一次性写入灯带 # 使用共享的控制延迟 await asyncio.sleep(controls.delay) async def button_monitor(rev_pin, slower_pin, faster_pin, controls): 监控三个按钮的任务分别控制反转、减速、加速 with keypad.Keys((rev_pin, slower_pin, faster_pin), value_when_pressedFalse, pullTrue) as keys: while True: event keys.events.get() if event and event.pressed: if event.key_number 0: # 反转按钮 controls.reverse not controls.reverse direction “反向” if controls.reverse else “正向” print(f“动画方向切换为: {direction}”) elif event.key_number 1: # 减速按钮 controls.delay min(0.5, controls.delay 0.005) # 增加延迟上限0.5秒 print(f“动画减速延迟: {controls.delay:.3f}s”) elif event.key_number 2: # 加速按钮 controls.delay max(0.001, controls.delay - 0.005) # 减少延迟下限0.001秒 print(f“动画加速延迟: {controls.delay:.3f}s”) await asyncio.sleep(0) # 主动让出 async def main(): controls AnimationControls() # 创建动画任务和按钮监控任务 animation_task asyncio.create_task(rainbow_cycle(controls)) button_task asyncio.create_task( button_monitor(board.A1, board.A2, board.A3, controls) ) # 同时运行 await asyncio.gather(animation_task, button_task) asyncio.run(main())6.2 关键技巧与优化建议auto_writeFalse在初始化NeoPixel时设置auto_writeFalse是最佳实践。这样当你修改pixels[i]的颜色时灯带不会立即更新只有调用pixels.show()时所有颜色数据才会被一次性发送出去。这避免了动画闪烁并减少了总线通信次数。颜色计算优化rainbow_cycle函数中的双重循环是计算密集型操作。在CircuitPython上对于较多像素如超过64个你可能会感觉到动画卡顿。优化方法包括减少NUM_PIXELS。增大range的步长代码中已用步长2。将颜色计算移到外层循环或者预计算一个颜色表。如果动画仍然很慢考虑将计算量大的部分用ulabCircuitPython的NumPy子集或直接使用更高效的动画算法。电源管理驱动大量NeoPixel时尤其是全白高亮电流消耗巨大。务必根据灯带长度配备足额5V 2A以上的独立电源切勿仅靠开发板的USB供电否则可能损坏板载稳压器或导致不稳定。状态打印示例中使用了print来输出状态变化。在实际项目中如果不需要调试可以移除这些print语句因为它们会占用CPU时间并通过串口输出数据可能轻微影响动画流畅度。7. 硬件中断的异步处理模式虽然CircuitPython不推荐直接使用硬件中断处理函数但它提供了countio和keypad等模块让你能在异步任务中高效地“轮询”硬件事件达到类似中断响应的效果。7.1 使用countio进行边沿计数countio模块使用硬件计数器来捕获引脚的上升沿和/或下降沿非常适合需要精确计数脉冲的场景如旋转编码器、红外接收。import asyncio import board import countio async def monitor_pulse(pin): 监控引脚上的脉冲上升沿并计数。 每检测到10个脉冲打印一次信息。 with countio.Counter(pin) as pulse_counter: # Counter默认计数上升沿 last_count 0 while True: current_count pulse_counter.count if current_count ! last_count: # 检测到计数变化 if current_count % 10 0: print(f“Pulse count reached: {current_count}”) last_count current_count # 即使计数没变也主动让出CPU await asyncio.sleep(0.01) # 10ms的轮询间隔通常足够快 async def main(): # 假设一个传感器输出脉冲到引脚D2 pulse_task asyncio.create_task(monitor_pulse(board.D2)) # 这里可以同时运行其他任务比如一个闪烁的LED await asyncio.gather(pulse_task) asyncio.run(main())适用场景与局限countio是轻量级的由底层硬件或硬件定时器支持开销小。但它只提供计数功能且对于机械开关的抖动非常敏感可能会在一次按下中计数多次。7.2 使用keypad进行可靠的按钮事件处理对于按钮、开关等人机交互输入keypad模块是更合适的选择。它内部进行了去抖动处理并提供了清晰的事件按下、释放、长按队列。import asyncio import board import keypad async def responsive_button_handler(pin): 一个响应式按钮处理器区分短按和长按 with keypad.Keys((pin,), value_when_pressedFalse, pullTrue) as keys: while True: event keys.events.get() if event: if event.pressed: print(“按钮按下”) # 可以在这里启动一个计时任务来检测长按 elif event.released: print(“按钮释放”) # 根据按下时长判断是短按还是长按需要额外状态记录 # 即使没有事件也频繁让出控制权保持系统响应 await asyncio.sleep(0) # 使用0秒延迟尽可能频繁地检查 async def main(): button_task asyncio.create_task(responsive_button_handler(board.D3)) # 模拟一个需要持续运行的后台任务 async def background_worker(): while True: # 做一些其他工作... await asyncio.sleep(2) print(“Background worker alive.”) worker_task asyncio.create_task(background_worker()) await asyncio.gather(button_task, worker_task) asyncio.run(main())keypad的优势去抖动自动处理机械开关的触点抖动提供稳定的单次事件。事件队列keys.events.get()从队列中取出事件不会丢失快速连续的按键。多键支持可以同时监控多个引脚并识别哪个引脚发生了事件event.key_number。长按支持通过配置interval和max_events参数可以自动生成长按事件。核心思想在asyncio范式中我们不采用“中断服务程序”那种立即响应的模式而是采用**“生产者-消费者”** 模式。countio或keypad模块在底层充当“生产者”以高效的方式收集硬件事件。我们的异步任务则作为“消费者”通过一个非常短的await asyncio.sleep(0)或小的固定间隔频繁地检查并消费这些事件。这样既保证了系统整体的响应性又保持了异步代码的清晰和安全性。8. 常见问题、调试技巧与最佳实践在实际项目中应用CircuitPython异步编程你可能会遇到一些典型问题。以下是我从实践中总结出的排查清单和经验。8.1 常见问题速查表问题现象可能原因解决方案程序完全不运行或报语法错误1. 开发板不支持async/await如SAMD21。2.asyncio库未正确安装。3. 代码中存在语法错误。1. 确认板型更换为RP2040/SAMD51/ESP32系列。2. 检查lib文件夹下是否有asyncio.mpy和adafruit_ticks.mpy。3. 使用Mu编辑器或串口终端查看具体错误信息。只有一个任务在运行其他任务像“卡住”了某个任务中忘记了await或者有一个长时间运行的同步循环如while True:中没有await。仔细检查每个任务函数确保所有可能耗时的操作前都有await。在纯计算循环中必须插入await asyncio.sleep(0)。系统响应缓慢感觉“卡顿”1. 某个任务中两次await之间的同步代码执行时间太长如复杂的数学计算、大型列表处理。2. 任务数量过多调度开销增大。1. 将长耗时计算拆分成小块在每块之间用await asyncio.sleep(0)让出控制权。2. 优化算法减少计算量。评估是否真的需要这么多并发任务。共享数据出现奇怪的值竞态条件虽然罕见但仍有可能如果在await之后才对共享数据进行“读-修改-写”操作其他任务可能在“读”和“写”之间修改了数据。确保对共享数据的任何相关修改操作都在同一个await语句之前完成。对于复杂操作可以将其封装在一个不包含await的函数或代码块中。按键检测不灵敏或丢失轮询间隔太长或者keys.events.get()被调用得不够频繁。在按钮监控任务的循环中使用await asyncio.sleep(0)或者一个极短的间隔如0.001。确保该任务是高优先级的。内存不足错误MemoryError1. 创建了太多任务或大型对象。2. 存在内存泄漏如在循环中不断创建永不销毁的对象。1. 减少并发任务数量优化数据结构。2. 使用with语句管理资源确保对象能被及时回收。使用sys.get_allocated_bytes()监控内存使用。8.2 调试与性能分析技巧使用print进行简单追踪在关键位置如任务开始、await前后、共享数据修改处添加带有任务标识的print语句可以直观看到任务调度顺序。注意频繁打印会影响性能。测量时间间隔使用time.monotonic()来测量实际的时间间隔与预期的await asyncio.sleep()间隔进行对比判断是否有任务阻塞。import time async def my_task(): last_time time.monotonic() while True: await asyncio.sleep(1) current_time time.monotonic() print(f“实际间隔: {current_time - last_time:.3f}s”) last_time current_time任务管理asyncio提供了asyncio.all_tasks()来获取所有当前任务以及task.get_name()/set_name()来标识任务。这在调试复杂系统时很有用。8.3 最佳实践总结保持任务短小精悍每个任务应专注于一件独立的事情如“读取温度传感器”、“控制LED”、“处理网络连接”。避免编写一个做所有事情的巨型任务。频繁让出控制权在任何可能长时间运行的循环中即使没有明显的I/O操作也要插入await asyncio.sleep(0)。这是编写“友好”协同任务的金科玉律。明智地使用gather和waitasyncio.gather()用于并发运行多个任务并等待它们全部完成。如果你需要更精细的控制如等待第一个完成的任务请研究asyncio.wait()。妥善处理异常使用try...except包裹await语句或任务体防止单个任务的崩溃导致整个事件循环停止。对于gather考虑使用return_exceptionsTrue。资源清理对于硬件资源如I2C、SPI设备、引脚始终使用with语句或在任务结束时调用deinit()。asyncio本身不管理硬件资源。从简单开始逐步构建先让单个异步任务稳定工作再添加第二个观察它们如何交互。一次性编写包含多个复杂交互任务的程序调试起来会非常困难。CircuitPython的asyncio将现代Python异步编程的优雅带入了嵌入式世界。它通过清晰的async/await语法和协同多任务模型极大地简化了需要处理多个并发硬件事件的程序结构。虽然它需要你从“阻塞式”思维转变为“异步式”思维但一旦掌握你将能构建出响应迅速、结构清晰且易于维护的嵌入式应用。从闪烁的LED到交互式的NeoPixel显示再到复杂的传感器网络异步编程都是你工具箱中一件强大的武器。
CircuitPython异步编程实战：从LED闪烁到NeoPixel动画的协同多任务开发
1. 项目概述在嵌入式开发的世界里尤其是当我们面对像Adafruit的Feather、Metro或者QT Py这类小巧但功能强大的微控制器板时一个核心的挑战是如何优雅地处理多个“同时”发生的任务。比如你的设备需要一边以精确的节奏闪烁LED作为状态指示一边监听多个按钮的输入来调整参数同时可能还要通过串口发送数据或者驱动一串炫酷的NeoPixel灯带。在单核、内存有限的微控制器上传统的“顺序执行”代码会显得力不从心而引入复杂的操作系统线程又可能带来资源开销和同步难题。这就是协同多任务Cooperative Multitasking大显身手的地方。它不像你电脑上的操作系统那样粗暴地“打断”正在运行的任务抢占式多任务而是依赖于任务之间的“绅士协议”每个任务运行一段时间后主动说“好了我这边需要等一下你们先跑吧”。这种机制在Python的宇宙中通过asyncio库和async/await关键字得到了完美的封装。现在CircuitPython将这套强大的工具带入了嵌入式领域。本文将带你深入CircuitPython中的asyncio实战。我们不会停留在概念层面而是从点亮第一颗LED开始逐步构建出能够处理复杂硬件交互的并发应用。你会看到如何用几行清晰的代码替代原来需要复杂状态机或定时器中断才能实现的逻辑让多个硬件控制任务和谐共处互不干扰。无论你是想做一个响应灵敏的交互式装置还是一个需要同时采集多种传感器数据的物联网节点掌握CircuitPython的异步编程都能让你的代码结构更清晰维护更轻松。2. 核心概念与原理拆解在动手写代码之前我们有必要把几个核心概念和它们背后的“为什么”搞清楚。这能帮助你在设计自己的异步应用时做出更明智的决策。2.1 协同多任务 vs. 抢占式多任务这是最根本的区分。想象一下厨房里两位厨师在做菜。抢占式多任务就像有一位严厉的监工每隔固定时间就强迫厨师A停下手中的活不管他是不是正在给牛排翻面然后让厨师B上场。这能保证“公平”但可能让厨师A的牛排煎糊了任务被强制中断状态可能不一致。在编程中线程Thread就是这种模式操作系统内核负责调度和强制切换。协同多任务更像是两位默契的厨师。厨师A切完菜后主动说“菜切好了我去看看烤箱灶台你先用。”然后厨师B才过来炒菜。切换的时机由任务自己决定通常在等待某些操作如IO、定时完成时。这避免了强制中断带来的复杂同步问题如锁但要求每个任务都“懂事”不能长时间霸占CPU。在资源紧张的微控制器上协同多任务的优势非常明显开销极小没有复杂的上下文切换无需考虑线程安全因为任务永远不会在执行中途被另一个任务打断。这大大简化了编程模型。2.2 事件循环异步世界的调度中心事件循环是asyncio的核心引擎。你可以把它想象成一个永不停止的待办事项列表任务队列处理器。它的工作流程非常简单从“准备就绪”的任务队列中取出一个任务执行。该任务一直执行直到遇到一个await表达式比如await asyncio.sleep(1)。当任务await时它表示“我在等这个操作完成在此期间我没事做”。事件循环就会把这个任务挂起放回“等待中”的列表然后去执行下一个就绪的任务。当某个被等待的操作完成了比如1秒时间到了事件循环就将对应的任务状态改为“就绪”等待下次被调度。在CircuitPython中asyncio.run(main())就启动了这个事件循环并开始执行你的main()协程。2.3 协程、任务与Awaitable对象这是三个紧密关联的概念协程Coroutine由async def定义的函数。它最大的特点是可以暂停和恢复。当你调用一个协程函数时它不会立即执行而是返回一个协程对象。async def my_coroutine(): print(“Hello”) await asyncio.sleep(1) print(“World”)任务Task是事件循环调度和执行的基本单位。你可以通过asyncio.create_task(coroutine)将一个协程“包装”成一个任务。一旦创建任务就会被事件循环接管在后台开始运行。一个任务代表一个独立的、可并发执行的逻辑流。Awaitable对象任何可以在await表达式中使用的对象。协程和任务都是Awaitable。await的本质是告诉事件循环“我等这个Awaitable对象出结果在等的过程中你去干别的吧。”关键理解create_task()就像是把一份菜谱协程交给了一位厨师任务让他开始做。而await就像是你在等这位厨师把这道菜做完在等的过程中你可以去布置餐桌执行其他任务。2.4 为什么CircuitPython选择asyncio而非硬件中断或线程这是Adafruit团队经过深思熟虑的设计决策理解这一点至关重要硬件中断的局限性在解释型语言如MicroPython/CircuitPython中硬件中断处理函数IRQ限制极多。例如不能在中断处理程序中分配内存而Python的很多操作如创建对象、字符串拼接都会隐式分配内存极易导致崩溃。此外由于垃圾回收器的存在中断的响应延迟无法保证。线程的复杂性多线程编程中的竞态条件、死锁、数据同步等问题极其复杂被誉为编程中的“噩梦”。对于大多数嵌入式应用来说这是不必要的复杂性。asyncio的优势内存安全由于是协同式任务切换发生在明确的await点不存在内存操作被意外中断的风险。代码清晰使用async/await语法异步代码看起来几乎和同步代码一样直观避免了回调地狱Callback Hell。CPython兼容CircuitPython的asyncio是其宿主CPython版本的一个子集。这意味着你在桌面PC上用CPython开发和测试的异步代码可以相对平滑地迁移到CircuitPython硬件上运行需注意硬件库的差异实现了“一次编写多处运行”的理想。因此CircuitPython提供了countio和keypad这类原生模块它们在底层使用高效的方式监控引脚变化然后你的asyncio任务可以通过轮询这些模块的状态来“模拟”中断处理从而在享受异步编程便利的同时获得可靠的硬件事件响应能力。3. 环境准备与库安装开始编码前我们需要确保硬件和软件环境就绪。3.1 硬件准备你需要一块支持CircuitPython且Flash和RAM足够的开发板。根据官方文档SAMD21系列如Trinket M0, Feather M0因资源限制不支持async/await。推荐使用以下系列RP2040系列如Raspberry Pi PicoAdafruit Feather RP2040QT Py RP2040。性能好资源足性价比极高。SAMD51系列如Adafruit Metro M4 ExpressFeather M4 Express。Espressif系列如ESP32-S2ESP32-S3。对于本文的示例你至少需要一块上述开发板。2-3个LED及对应220Ω-1kΩ的限流电阻。4-6个轻触开关或按钮。一块NeoPixel灯环或灯带可选用于高级示例。面包板和杜邦线若干。3.2 安装CircuitPython固件与asyncio库刷入CircuitPython固件访问 Adafruit CircuitPython官网 找到你的板子型号下载最新的.uf2固件文件。将板子进入Bootloader模式通常通过双击复位按钮会出现一个名为RPI-RP2或BOOT的U盘将.uf2文件拖入即可。获取asyncio库CircuitPython的asyncio库不是内置的需要手动安装。有两种推荐方式方式一使用Circup推荐Circup是CircuitPython的库管理工具。首先在电脑上安装pip install circup。然后连接你的开发板运行circup install asyncio。Circup会自动处理依赖如adafruit_ticks并安装最新版本。方式二手动下载从 CircuitPython库包 下载最新的“适配版本”库包。解压后在lib文件夹中找到adafruit_ticks.mpy和asyncio.mpy文件将它们复制到你的CIRCUITPY磁盘的lib文件夹内。重要提示确保你的板子连接电脑后出现的磁盘名是CIRCUITPY。你的主程序文件code.py应该放在这个磁盘的根目录。库文件放在lib文件夹下。每次保存code.py板子都会自动软重启运行新代码。4. 从零开始第一个异步闪烁LED让我们用最经典的“Hello World”——闪烁LED来感受异步编程的范式转变。4.1 同步方式的局限先看传统的同步代码如何闪烁一个LEDimport time import board import digitalio led digitalio.DigitalInOut(board.LED) led.direction digitalio.Direction.OUTPUT while True: led.value True time.sleep(0.5) # 阻塞点 led.value False time.sleep(0.5) # 另一个阻塞点这段代码的问题在于time.sleep()。在这0.5秒内CPU什么也做不了只是空转等待。如果你想同时再闪烁一个LED代码就会变得复杂需要自己记录时间戳并不断检查就像原文中那个复杂的Blinker类一样。4.2 异步改造单LED闪烁现在我们用asyncio重写它import asyncio import board import digitalio async def blink(pin, interval_seconds): 一个协程用于以指定间隔闪烁LED with digitalio.DigitalInOut(pin) as led: led.switch_to_output(valueFalse) while True: # 让它永远闪下去 led.value True await asyncio.sleep(interval_seconds) # 关键点异步等待 led.value False await asyncio.sleep(interval_seconds) async def main(): 主协程负责创建和管理任务 # 创建一个任务并立即开始执行 blink_task asyncio.create_task(blink(board.LED, 0.5)) # 等待这个任务完成对于无限循环的任务这行永远不会执行到 await blink_task # 启动事件循环运行主协程 asyncio.run(main())代码解析与注意事项async def这定义了一个协程函数。调用blink(board.LED, 0.5)返回的是一个协程对象而不是立即执行。await asyncio.sleep(interval_seconds)这是魔法发生的地方。它告诉事件循环“我要休眠0.5秒在这期间你可以去运行其他就绪的任务。” 这替代了阻塞式的time.sleep()。asyncio.create_task()将协程对象封装成一个Task对象并立即提交给事件循环进行调度。任务开始在“后台”运行。asyncio.run(main())这是程序异步部分的入口。它创建一个新的事件循环运行main()协程并在main()完成后关闭循环。with digitalio.DigitalInOut(pin) as led:这是一个好习惯确保在退出with块时硬件引脚资源会被正确释放调用deinit()。实操心得在异步函数中任何可能耗时的操作都应该使用await。这包括sleep、未来的网络请求、文件读取等。如果你忘记了await比如写了asyncio.sleep(1)而没有await那么这个休眠操作根本不会发生协程会继续往下执行这通常会导致非预期的行为且难以调试。4.3 并发多任务两个LED独立闪烁异步编程的威力在多个任务并发时才能真正体现。现在我们让两个LED以不同的频率闪烁import asyncio import board import digitalio async def blink(pin, interval_seconds, times): 闪烁指定次数后停止 with digitalio.DigitalInOut(pin) as led: led.switch_to_output(valueFalse) for _ in range(times): led.value True await asyncio.sleep(interval_seconds) led.value False await asyncio.sleep(interval_seconds) print(f“LED on {pin} finished blinking.”) async def main(): # 创建两个独立的任务 led1_task asyncio.create_task(blink(board.D5, 0.25, 10)) # 快闪 led2_task asyncio.create_task(blink(board.D6, 0.5, 5)) # 慢闪 # 使用gather等待所有任务完成 await asyncio.gather(led1_task, led2_task) print(“All tasks done!”) asyncio.run(main())核心机制剖析asyncio.create_task()被调用了两次创建了两个任务。它们几乎同时被加入事件循环的队列。事件循环开始执行比如先执行led1_task。它点亮LED然后遇到await asyncio.sleep(0.25)。此时led1_task挂起事件循环发现led2_task是就绪的因为它还没开始跑于是切换到led2_task。led2_task点亮它的LED然后遇到await asyncio.sleep(0.5)也挂起。0.25秒后led1_task的sleep完成变为就绪状态。事件循环可能在处理完当前任务后切换回led1_task它熄灭LED再次进入sleep。如此往复从宏观上看两个LED就在并发地、独立地闪烁。asyncio.gather()会等待所有传入的任务完成然后才继续往下执行。避坑指南asyncio.gather()返回的是一个包含所有任务结果的列表如果任务有返回值。如果其中某个任务因异常而崩溃默认情况下这个异常会传播导致gather本身也抛出异常其他任务会被取消。你可以使用return_exceptionsTrue参数来让gather收集异常而不是抛出但这需要更精细的错误处理逻辑。5. 任务间通信共享状态与事件响应独立的闪烁LED很酷但真正的应用需要任务之间能够“对话”。例如一个任务负责读取传感器另一个任务根据传感器值控制LED。我们需要安全地共享数据。5.1 使用共享对象进行通信由于协同多任务不会在任意点被抢占所以在两个await语句之间的代码块是天然的原子操作。这意味着我们可以安全地使用简单的Python对象如列表、字典、类实例在任务间共享数据而无需加锁。下面这个例子实现了一个通过两个按钮动态调整LED闪烁频率的功能import asyncio import board import digitalio import keypad class SharedInterval: 一个简单的共享状态类用于保存LED闪烁间隔 def __init__(self, initial_interval): self.value initial_interval async def monitor_buttons(btn_slow_pin, btn_fast_pin, interval_obj): 监控按钮任务。 btn_slow_pin: 按下增加间隔变慢的按钮引脚 btn_fast_pin: 按下减少间隔变快的按钮引脚 interval_obj: 共享的Interval对象 # 初始化按键扫描器假设按钮按下时引脚为低电平value_when_pressedFalse并启用内部上拉电阻 with keypad.Keys((btn_slow_pin, btn_fast_pin), value_when_pressedFalse, pullTrue) as keys: while True: event keys.events.get() # 非阻塞获取按键事件 if event and event.pressed: if event.key_number 0: # 第一个按钮变慢 interval_obj.value 0.05 print(f“Interval slowed to: {interval_obj.value:.2f}s”) else: # 第二个按钮变快 # 确保间隔不会小于一个最小值比如0.05秒 interval_obj.value max(0.05, interval_obj.value - 0.05) print(f“Interval sped up to: {interval_obj.value:.2f}s”) # 关键主动让出控制权即使没有按键事件 await asyncio.sleep(0) async def blinking_led(led_pin, interval_obj): LED闪烁任务频率由共享的interval_obj控制 with digitalio.DigitalInOut(led_pin) as led: led.switch_to_output() while True: led.value not led.value # 翻转LED状态 # 使用共享对象中的间隔值进行休眠 await asyncio.sleep(interval_obj.value) async def main(): # 初始化共享状态起始间隔0.5秒 shared_interval SharedInterval(0.5) # 创建任务 led_task asyncio.create_task(blinking_led(board.LED, shared_interval)) button_task asyncio.create_task( monitor_buttons(board.D2, board.D3, shared_interval) # 假设按钮接在D2和D3 ) # 等待所有任务实际上这两个任务都是无限循环 await asyncio.gather(led_task, button_task) asyncio.run(main())设计要点解析共享对象SharedInterval类的实例shared_interval被传递给两个任务。blinking_led任务读取它的.value属性来决定休眠时间monitor_buttons任务修改这个属性。原子性保证在monitor_buttons任务中interval_obj.value 0.05这个操作发生在await asyncio.sleep(0)之前。由于协同式调度在这个加法操作执行的过程中绝对不会有其他任务被插入执行因此不存在竞态条件。读取操作亦然。await asyncio.sleep(0)这是一个非常常见的模式意为“我这一轮执行完了主动让出控制权给其他任务”。即使在keys.events.get()没有获取到事件时也会执行一次让出保证了事件循环的响应性。如果没有这行且按钮一直不被按下这个任务将陷入空转的while True循环导致其他任务如LED闪烁完全得不到执行机会。keypad模块这里使用了keypad.Keys来管理按钮。它内部实现了去抖动debounce和事件队列比直接读取digitalio引脚更可靠是处理按钮输入的首选方式。5.2 扩展独立控制多个LED基于上面的模式我们可以轻松扩展为每个LED配备独立的控制按钮async def main(): # 为两个LED创建独立的共享间隔对象 interval_led1 SharedInterval(0.3) interval_led2 SharedInterval(0.7) # 创建四个任务两个LED闪烁两对按钮监控 tasks [] tasks.append(asyncio.create_task(blinking_led(board.D5, interval_led1))) tasks.append(asyncio.create_task(blinking_led(board.D6, interval_led2))) tasks.append(asyncio.create_task(monitor_buttons(board.D2, board.D3, interval_led1))) # 控制LED1 tasks.append(asyncio.create_task(monitor_buttons(board.D7, board.D8, interval_led2))) # 控制LED2 await asyncio.gather(*tasks)这种架构的模块化程度非常高。blinking_led和monitor_buttons任务完全不知道对方的存在它们只通过一个简单的共享对象耦合。你可以轻易地添加第三个、第四个受控设备而无需重写核心逻辑。6. 高级应用协同控制NeoPixel动画让我们把概念应用到更炫酷的NeoPixel灯带上实现一个可通过按钮控制方向和速度的彩虹循环动画。6.1 项目搭建与代码实现硬件连接NeoPixel灯带/灯环的数据输入引脚接开发板的board.A0或其他支持PWM的引脚。三个按钮分别接board.A1,board.A2,board.A3另一端接地GND。使用内部上拉电阻因此按钮按下时引脚为低电平。代码实现import asyncio import board import keypad import neopixel from rainbowio import colorwheel # 一个方便生成彩虹色的函数 # NeoPixel配置 PIXEL_PIN board.A0 NUM_PIXELS 24 BRIGHTNESS 0.1 # 调低亮度保护眼睛和电源 # 初始化NeoPixel对象 pixels neopixel.NeoPixel(PIXEL_PIN, NUM_PIXELS, brightnessBRIGHTNESS, auto_writeFalse) class AnimationControls: 共享控制对象用于管理动画状态 def __init__(self): self.reverse False # 动画方向False为正向 self.delay 0.02 # 动画帧之间的延迟秒 async def rainbow_cycle(controls): 生成彩虹循环动画的任务 while True: # 根据控制方向决定颜色索引的遍历方向 if controls.reverse: range_gen range(255, -1, -2) # 反向步长为2加快速度 else: range_gen range(0, 256, 2) # 正向步长为2 for j in range_gen: for i in range(NUM_PIXELS): # 计算每个像素的颜色索引形成彩虹循环效果 pixel_index (i * 256 // NUM_PIXELS) j pixels[i] colorwheel(pixel_index 255) # 255 确保索引在0-255之间 pixels.show() # 将颜色数据一次性写入灯带 # 使用共享的控制延迟 await asyncio.sleep(controls.delay) async def button_monitor(rev_pin, slower_pin, faster_pin, controls): 监控三个按钮的任务分别控制反转、减速、加速 with keypad.Keys((rev_pin, slower_pin, faster_pin), value_when_pressedFalse, pullTrue) as keys: while True: event keys.events.get() if event and event.pressed: if event.key_number 0: # 反转按钮 controls.reverse not controls.reverse direction “反向” if controls.reverse else “正向” print(f“动画方向切换为: {direction}”) elif event.key_number 1: # 减速按钮 controls.delay min(0.5, controls.delay 0.005) # 增加延迟上限0.5秒 print(f“动画减速延迟: {controls.delay:.3f}s”) elif event.key_number 2: # 加速按钮 controls.delay max(0.001, controls.delay - 0.005) # 减少延迟下限0.001秒 print(f“动画加速延迟: {controls.delay:.3f}s”) await asyncio.sleep(0) # 主动让出 async def main(): controls AnimationControls() # 创建动画任务和按钮监控任务 animation_task asyncio.create_task(rainbow_cycle(controls)) button_task asyncio.create_task( button_monitor(board.A1, board.A2, board.A3, controls) ) # 同时运行 await asyncio.gather(animation_task, button_task) asyncio.run(main())6.2 关键技巧与优化建议auto_writeFalse在初始化NeoPixel时设置auto_writeFalse是最佳实践。这样当你修改pixels[i]的颜色时灯带不会立即更新只有调用pixels.show()时所有颜色数据才会被一次性发送出去。这避免了动画闪烁并减少了总线通信次数。颜色计算优化rainbow_cycle函数中的双重循环是计算密集型操作。在CircuitPython上对于较多像素如超过64个你可能会感觉到动画卡顿。优化方法包括减少NUM_PIXELS。增大range的步长代码中已用步长2。将颜色计算移到外层循环或者预计算一个颜色表。如果动画仍然很慢考虑将计算量大的部分用ulabCircuitPython的NumPy子集或直接使用更高效的动画算法。电源管理驱动大量NeoPixel时尤其是全白高亮电流消耗巨大。务必根据灯带长度配备足额5V 2A以上的独立电源切勿仅靠开发板的USB供电否则可能损坏板载稳压器或导致不稳定。状态打印示例中使用了print来输出状态变化。在实际项目中如果不需要调试可以移除这些print语句因为它们会占用CPU时间并通过串口输出数据可能轻微影响动画流畅度。7. 硬件中断的异步处理模式虽然CircuitPython不推荐直接使用硬件中断处理函数但它提供了countio和keypad等模块让你能在异步任务中高效地“轮询”硬件事件达到类似中断响应的效果。7.1 使用countio进行边沿计数countio模块使用硬件计数器来捕获引脚的上升沿和/或下降沿非常适合需要精确计数脉冲的场景如旋转编码器、红外接收。import asyncio import board import countio async def monitor_pulse(pin): 监控引脚上的脉冲上升沿并计数。 每检测到10个脉冲打印一次信息。 with countio.Counter(pin) as pulse_counter: # Counter默认计数上升沿 last_count 0 while True: current_count pulse_counter.count if current_count ! last_count: # 检测到计数变化 if current_count % 10 0: print(f“Pulse count reached: {current_count}”) last_count current_count # 即使计数没变也主动让出CPU await asyncio.sleep(0.01) # 10ms的轮询间隔通常足够快 async def main(): # 假设一个传感器输出脉冲到引脚D2 pulse_task asyncio.create_task(monitor_pulse(board.D2)) # 这里可以同时运行其他任务比如一个闪烁的LED await asyncio.gather(pulse_task) asyncio.run(main())适用场景与局限countio是轻量级的由底层硬件或硬件定时器支持开销小。但它只提供计数功能且对于机械开关的抖动非常敏感可能会在一次按下中计数多次。7.2 使用keypad进行可靠的按钮事件处理对于按钮、开关等人机交互输入keypad模块是更合适的选择。它内部进行了去抖动处理并提供了清晰的事件按下、释放、长按队列。import asyncio import board import keypad async def responsive_button_handler(pin): 一个响应式按钮处理器区分短按和长按 with keypad.Keys((pin,), value_when_pressedFalse, pullTrue) as keys: while True: event keys.events.get() if event: if event.pressed: print(“按钮按下”) # 可以在这里启动一个计时任务来检测长按 elif event.released: print(“按钮释放”) # 根据按下时长判断是短按还是长按需要额外状态记录 # 即使没有事件也频繁让出控制权保持系统响应 await asyncio.sleep(0) # 使用0秒延迟尽可能频繁地检查 async def main(): button_task asyncio.create_task(responsive_button_handler(board.D3)) # 模拟一个需要持续运行的后台任务 async def background_worker(): while True: # 做一些其他工作... await asyncio.sleep(2) print(“Background worker alive.”) worker_task asyncio.create_task(background_worker()) await asyncio.gather(button_task, worker_task) asyncio.run(main())keypad的优势去抖动自动处理机械开关的触点抖动提供稳定的单次事件。事件队列keys.events.get()从队列中取出事件不会丢失快速连续的按键。多键支持可以同时监控多个引脚并识别哪个引脚发生了事件event.key_number。长按支持通过配置interval和max_events参数可以自动生成长按事件。核心思想在asyncio范式中我们不采用“中断服务程序”那种立即响应的模式而是采用**“生产者-消费者”** 模式。countio或keypad模块在底层充当“生产者”以高效的方式收集硬件事件。我们的异步任务则作为“消费者”通过一个非常短的await asyncio.sleep(0)或小的固定间隔频繁地检查并消费这些事件。这样既保证了系统整体的响应性又保持了异步代码的清晰和安全性。8. 常见问题、调试技巧与最佳实践在实际项目中应用CircuitPython异步编程你可能会遇到一些典型问题。以下是我从实践中总结出的排查清单和经验。8.1 常见问题速查表问题现象可能原因解决方案程序完全不运行或报语法错误1. 开发板不支持async/await如SAMD21。2.asyncio库未正确安装。3. 代码中存在语法错误。1. 确认板型更换为RP2040/SAMD51/ESP32系列。2. 检查lib文件夹下是否有asyncio.mpy和adafruit_ticks.mpy。3. 使用Mu编辑器或串口终端查看具体错误信息。只有一个任务在运行其他任务像“卡住”了某个任务中忘记了await或者有一个长时间运行的同步循环如while True:中没有await。仔细检查每个任务函数确保所有可能耗时的操作前都有await。在纯计算循环中必须插入await asyncio.sleep(0)。系统响应缓慢感觉“卡顿”1. 某个任务中两次await之间的同步代码执行时间太长如复杂的数学计算、大型列表处理。2. 任务数量过多调度开销增大。1. 将长耗时计算拆分成小块在每块之间用await asyncio.sleep(0)让出控制权。2. 优化算法减少计算量。评估是否真的需要这么多并发任务。共享数据出现奇怪的值竞态条件虽然罕见但仍有可能如果在await之后才对共享数据进行“读-修改-写”操作其他任务可能在“读”和“写”之间修改了数据。确保对共享数据的任何相关修改操作都在同一个await语句之前完成。对于复杂操作可以将其封装在一个不包含await的函数或代码块中。按键检测不灵敏或丢失轮询间隔太长或者keys.events.get()被调用得不够频繁。在按钮监控任务的循环中使用await asyncio.sleep(0)或者一个极短的间隔如0.001。确保该任务是高优先级的。内存不足错误MemoryError1. 创建了太多任务或大型对象。2. 存在内存泄漏如在循环中不断创建永不销毁的对象。1. 减少并发任务数量优化数据结构。2. 使用with语句管理资源确保对象能被及时回收。使用sys.get_allocated_bytes()监控内存使用。8.2 调试与性能分析技巧使用print进行简单追踪在关键位置如任务开始、await前后、共享数据修改处添加带有任务标识的print语句可以直观看到任务调度顺序。注意频繁打印会影响性能。测量时间间隔使用time.monotonic()来测量实际的时间间隔与预期的await asyncio.sleep()间隔进行对比判断是否有任务阻塞。import time async def my_task(): last_time time.monotonic() while True: await asyncio.sleep(1) current_time time.monotonic() print(f“实际间隔: {current_time - last_time:.3f}s”) last_time current_time任务管理asyncio提供了asyncio.all_tasks()来获取所有当前任务以及task.get_name()/set_name()来标识任务。这在调试复杂系统时很有用。8.3 最佳实践总结保持任务短小精悍每个任务应专注于一件独立的事情如“读取温度传感器”、“控制LED”、“处理网络连接”。避免编写一个做所有事情的巨型任务。频繁让出控制权在任何可能长时间运行的循环中即使没有明显的I/O操作也要插入await asyncio.sleep(0)。这是编写“友好”协同任务的金科玉律。明智地使用gather和waitasyncio.gather()用于并发运行多个任务并等待它们全部完成。如果你需要更精细的控制如等待第一个完成的任务请研究asyncio.wait()。妥善处理异常使用try...except包裹await语句或任务体防止单个任务的崩溃导致整个事件循环停止。对于gather考虑使用return_exceptionsTrue。资源清理对于硬件资源如I2C、SPI设备、引脚始终使用with语句或在任务结束时调用deinit()。asyncio本身不管理硬件资源。从简单开始逐步构建先让单个异步任务稳定工作再添加第二个观察它们如何交互。一次性编写包含多个复杂交互任务的程序调试起来会非常困难。CircuitPython的asyncio将现代Python异步编程的优雅带入了嵌入式世界。它通过清晰的async/await语法和协同多任务模型极大地简化了需要处理多个并发硬件事件的程序结构。虽然它需要你从“阻塞式”思维转变为“异步式”思维但一旦掌握你将能构建出响应迅速、结构清晰且易于维护的嵌入式应用。从闪烁的LED到交互式的NeoPixel显示再到复杂的传感器网络异步编程都是你工具箱中一件强大的武器。
