非同步IO是個好東西，在網路讀寫場景中可以大大提高程式的併發能力，比如爬蟲、web服務等。這樣的好東西自然也要在Python中可以使用。不過，在漫長的Python2時代，官方並沒有推出一個自己的非同步IO庫，到了Python 3.4 才推出。我們先來看看非同步IO在Python中的發展歷史。
Python 非同步IO的歷史
Python 2的非同步IO庫
Python 2 時代官方並沒有非同步IO的支援，但是有幾個第三方庫通過事件或事件迴圈（Event Loop）實現了非同步IO，它們是：
twisted: 是事件驅動的網路庫。
gevent: greenlet + libevent(後來是libev或libuv）。通過協程（greenlet）和事件迴圈庫（libev，libuv）實現的gevent使用很廣泛。
tornado: 支援非同步IO的web框架。自己實現了IOLOOP。
Python 3 官方的非同步IO
Python 3.4 加入了asyncio 庫，使得Python有了支援非同步IO的官方庫。這個庫，底層是事件迴圈（EventLoop），上層是協程和任務。asyncio自從3.4 版本加入到最新的 3.7版一直在改進中。
Python 3.4 剛開始的asyncio的協程還是基於生成器的，通過 yield from 語法實現，可以通過裝飾器 @asyncio.coroutine （已過時）裝飾一個函式來定義一個協程。比如：
Python 3.5 引入了兩個新的關鍵字 await 和 async 用來替換 @asyncio.coroutine 和 yield from ，從語言本身來支援非同步IO。從而使得非同步程式設計更加簡潔，並和普通的生成器區別開來。
注意： 對基於生成器的協程的支援已棄用，並計劃在 Python 3.10 中移除。所以，寫非同步IO程式時只需使用 async 和 await 即可。
Python 3.7 又進行了優化，把API分組為高層級API和低層級API。我們先看看下面的程式碼，發現與上面的有什麼不同？
除了用 async 替換 @asyncio.coroutine 和用 await 替換 yield from 外，最大的變化就是關於eventloop的程式碼不見了，只有一個 async.run()。這就是 3.7 的改進，把eventloop相關的API歸入到低層級API，新引進run()作為高層級API讓寫應用程式的開發者呼叫，而不用再關心eventloop。除非你要寫非同步庫（比如MySQL非同步庫）才會和eventloop打交道。
理解asyncio
理解asyncio並不能，關鍵是要動起手來，接下來我們以下面程式碼為例動手實踐一番，通過實踐來理解它。
這段程式碼很簡單，我們定義了兩個協程函式（在def前面加async），其中 hi() 我們把它叫做功能函式，通過一個 aysncio.sleep() 來模擬一個耗時的非同步IO操作（比如下載網頁）， main() 叫做入口函式。其實就是在main() 裡面呼叫 hi() 函式，通過不斷改變 main() 的行為來理解非同步IO（協程函式的呼叫）的執行過程。
1. 協程函式如何執行？
首先，我們要明確一個道理，hi() 是一個協程函式，直接呼叫它返回的是一個協程物件，並沒有真正執行它。把main函式改成如下，我們來仔細看看協程函式 hi() 的執行。
下面是執行結果：
程式碼第19行，我們像執行普通函式一樣執行 hi() ，得到的a只是一個協程物件，見結果第二行：
a is: <coroutine object hi at 0x7fbf037f7050>
這個協程物件 a 雖然生成了，但是還沒有執行，它需要一個時機。也就是asyncio的事件迴圈正在執行main，還沒有空去執行它。
程式碼第21行，通過 await 告訴 event_loop（事件迴圈） ，main協程停在這裡，你去執行其它協程吧。這時候 event_loop 去執行a協程，也就是去執行 hi() 函式裡面的程式碼。等 hi() 執行完，event_loop 再回到main協程繼續從21行開始執行，把 hi() 的返回值賦值給b，這時候 b 的值是1。
event_loop 在整個非同步IO過程中扮演一個管家的角色，在不同的協程之間切換執行程式碼，切換是通過事件來進行的，通過 await 離開當前協程，await 的協程完成後又回到之前的協程對應的地方繼續執行。
2. 協程函式如何併發？
非同步IO的好處就是併發，但如何實現呢？我們先來看一個不是併發的例子：
這次，我們把main修改成一個for迴圈執行4次 hi() ，看看它執行的結果：
整個過程從21:48:30 到 21:48:40 結束，用了10秒。而hi()的執行時間分別是1秒，2秒，3秒，4秒總共10秒。也就是4個hi() 雖然是非同步的但是順序執行的，沒有併發。
接下來，就到了併發的實現了，通過 asyncio.creat_task() 即可：
通過 create_task() 我們在for迴圈裡面生成了4個task（也是協程物件），但是這4個協程任務並沒有被執行，它們需要等待一個時機：當前協程（main）遇到 await。
第二個for迴圈開始逐一 await 協程，此時 event_loop 就可以空出手來去執行那4個協程，過程大致如下：
先執行hi(1, 1) ，列印“enter hi(), 1 @21:58:35”，遇到await asyncio.sleep(1)，當前協程掛起；
接著執行 hi(2, 2)，執行列印命令，遇到await asyncio.sleep(2) ，當前協程掛起；
接著執行 hi(3, 3)，執行列印命令，遇到await asyncio.sleep(3) ，當前協程掛起；
接著執行 hi(4, 4)，執行列印命令，遇到await asyncio.sleep(4) ，當前協程掛起；
以上4步只是協程的切換和列印語句，執行非常快，我們可以任務它們是同時執行起來的。
1秒後，hi(1,1)的sleep結束它會發出事件告訴 event_loop 我await結束了，過來執行我，event_loop 此時空閒就來執行它，繼續執行sleep後面的列印語句；
2秒後，hi(2,2)的sleep結束它會發出事件告訴 event_loop 我await結束了，過來執行我，event_loop 此時空閒就來執行它，繼續執行sleep後面的列印語句；
3秒後，hi(3,3)的sleep結束它會發出事件告訴 event_loop 我await結束了，過來執行我，event_loop 此時空閒就來執行它，繼續執行sleep後面的列印語句；
4秒後，hi(4,4)的sleep結束它會發出事件告訴 event_loop 我await結束了，過來執行我，event_loop 此時空閒就來執行它，繼續執行sleep後面的列印語句；
4秒後，生成的4個協程任務就都執行完畢。總耗時4秒，也就是我們的4個任務併發完成了。
所以，上面的程式碼執行的結果如下：
根據上面講述的執行流程，可以看到結果對應起來了。4個任務都是在35秒時開始執行，以後每個1秒完成一個。main函式從35執行到39介紹，共耗時4秒。
3. 錯誤的執行
上面的併發很完美，但有時候你可能會犯錯。比如下面的main(), 你可能只是併發 hi() 函式，但不需要它的返回結果，於是有了下面的 main()：
先猜猜會有什麼樣的結果！！
你猜對了嗎？下面是執行結果：
main()的for迴圈只是生成了4個task協程，然後就退出了。event_loop 收到main退出的事件就空出來去執行了那4個協程，進去了但都碰到了sleep。然後event_loop就空閒了。這時候run() 就收到了main() 執行完畢的事件，run() 就執行完了，最後執行print，整個程式就退出了。從main退出到整個程式退出就是一瞬間的事情，那4個協程還在傻傻的睡著，不，是在睡夢中死去了。
在main()中加一個sleep會出現什麼結果：
在main()退出前，我們要先sleep 2秒，再來猜猜它的執行結果是什麼？
如果你對上面沒有sleep的過程搞清楚了，不難猜到正確的結果：
注意：main() 的退出和 hi(2, 2) 的退出順序。簡單講，main() 先sleep 2秒，hi(2, 2) 後sleep兩秒，所以main先退出。
理解了sleep(2) 的執行過程，那麼你就可以知道 sleep(4) 和 sleep(5) 的結果了。如果沒有自信的話，就自己改一下時間，執行看看結果。
4. 如何判斷是否要把函式定義為協程函式？
定義一個協程函式很簡單，在def前面加async即可。那麼如何判斷一個函式該不該定義為協程函式呢？
記住這一個原則：如果該函式是要進行IO操作（讀寫網路、讀寫檔案、讀寫資料庫等），就把它定義為協程函式，否則就是普通函式。
以上就是如何理解asyncio的方法，也就是如何使用async和await這兩個關鍵字。如果你還不明白，那就把上面的程式碼都跑一遍，如果還不行，那就跑兩遍，哈哈哈，你一定行的。
我的公眾號：猿人學 Python 上會分享更多心得體會，敬請關注。
***版權申明:若沒有特殊說明，文章皆是猿人學 yuanrenxue.com 原創，沒有猿人學授權，請勿以任何形式轉載。***