python 一直在進行併發程式設計的優化， 比較熟知的是使用 thread 模組多執行緒和 multiprocessing 多程式，後來慢慢引入基於 yield 關鍵字的協程。 而近幾個版本，python 對於協程的寫法進行了大幅的優化，很多之前的協程寫法不被官方推薦了。如果你之前瞭解過 python 協程，你應該看看最新的用法。
併發、並行、同步和非同步
併發指的是 一個 CPU 同時處理多個程式，但是在同一時間點只會處理其中一個。併發的核心是：程式切換。
但是因為程式切換的速度非常快，1 秒鐘內可以完全很多次程式切換，肉眼無法感知。
並行指的是多個 CPU 同時處理多個程式，同一時間點可以處理多個。
同步：執行 IO 操作時，必須等待執行完成才得到返回結果。
非同步：執行 IO 操作時，不必等待執行就能得到返回結果。
協程，執行緒和程式的區別
多程式通常利用的是多核 CPU 的優勢，同時執行多個計算任務。每個程式有自己獨立的記憶體管理，所以不同程式之間要進行資料通訊比較麻煩。
多執行緒是在一個 cpu 上建立多個子任務，當某一個子任務休息的時候其他任務接著執行。多執行緒的控制是由 python 自己控制的。 子執行緒之間的記憶體是共享的，並不需要額外的資料通訊機制。但是執行緒存在資料同步問題，所以要有鎖機制。
協程的實現是在一個執行緒內實現的，相當於流水線作業。由於執行緒切換的消耗比較大，所以對於併發程式設計，可以優先使用協程。
。。。
這是對比圖：
協程的基礎使用
這是 python 3.7 裡面的基礎協程用法，現在這種用法已經基本穩定，不太建議使用之前的語法了。
import asyncio
import time
async def visit_url(url, response_time):
"""訪問 url"""
await asyncio.sleep(response_time)
return f"訪問{url}, 已得到返回結果"
start_time = time.perf_counter()
task = visit_url('http://wangzhen.com', 2)
asyncio.run(task)
print(f"消耗時間：{time.perf_counter() - start_time}")
- 1, 在普通的函式前面加 async 關鍵字；
- 2，await 表示在這個地方等待子函式執行完成，再往下執行。（在併發操作中，把程式控制權教給主程式，讓他分配其他協程執行。） await 只能在帶有 async 關鍵字的函式中執行。
- 3， asynico.run() 執行程式
- 4， 這個程式消耗時間 2s 左右。
增加協程
再新增一個任務：
task2 = visit_url('http://another.com', 3)
asynicio.run(task2)
這 2 個程式一共消耗 5s 左右的時間。並沒有發揮併發程式設計的優勢。如果是併發程式設計，這個程式只需要消耗 3s,也就是task2的等待時間。要想使用併發程式設計形式，需要把上面的程式碼改一下。
import asyncio
import time
async def visit_url(url, response_time):
"""訪問 url"""
await asyncio.sleep(response_time)
return f"訪問{url}, 已得到返回結果"
async def run_task():
"""收集子任務"""
task = visit_url('http://wangzhen.com', 2)
task_2 = visit_url('http://another', 3)
await asyncio.run(task)
await asyncio.run(task_2)
asyncio.run(run_task())
print(f"消耗時間：{time.perf_counter() - start_time}")
asyncio.gather 會建立 2 個子任務，當出現 await 的時候，程式會在這 2 個子任務之間進行排程。
create_task
建立子任務除了可以用 gather 方法之外，還可以使用 asyncio.create_task 進行建立。
async def run_task():
coro = visit_url('http://wangzhen.com', 2)
coro_2 = visit_url('http://another.com', 3)
task1 = asyncio.create_task(coro)
task2 = asyncio.create_task(coro_2)
await task1
await task2
協程的主要使用場景
協程的主要應用場景是 IO 密集型任務，總結幾個常見的使用場景：
- 網路請求，比如爬蟲，大量使用 aiohttp
- 檔案讀取， aiofile
- web 框架， aiohttp， fastapi
- 資料庫查詢， asyncpg, databases
進一步學習方向(接下來的文章)
- 什麼時候用協程，什麼時候用多執行緒，什麼時候用多程式
- future 物件
- asyncio 的底層 api
- loop
- trio 第三方庫用法