我們知道，協程本質上是單執行緒單程式，透過充分利用IO等待時間來實現高併發。在IO等待時間之外的程式碼，還是序列執行的。因此，如果協程非常多，多少每個協程內部的序列程式碼執行時間超過了IO請求的等待時間，那麼它的併發就會有一個上限。
舉個例子，電飯煲煮飯，洗衣機洗衣服，熱水壺燒水，他們都是啟動裝置以後就能自己執行，我們可以利用他們自己執行的時間，讓這三件事情看起來幾乎在同時進行。但如果除了這三件事情外，還有開電視，開空調，發微信……等等幾十個事情。每個事情單獨拿出來確實都只需要做個開頭，剩下的就是等，但由於做這個開頭也需要時間，因此把他們全部啟動起來也要不少時間，你的效率還是被卡住。
現在，如果有兩個人一起來做這些事情，那情況就不一樣了。一個人煮飯和燒水，另一個人開洗衣機，開電視和空調。效率進一步提升。
這就是協程與多程式的結合，每個程式裡面多個協程同時執行，充分利用CPU的每一個核心，又充分利用了IO等待時間，把CPU跑滿，把網路頻寬跑滿。強強聯合，速度更快。
有一個第三方庫aiomultiprocess，讓你能用幾行程式碼就實現多程式與協程的組合。
首先使用pip安裝：
python3 -m pip install aiomultiprocess它的語法非常簡單：
from aiomultiprocess import Pool
async with Pool() as pool:
results = await pool.map(協程, 引數列表)只需要3行程式碼，它就會在你CPU上每個核啟動一個程式，每個程式中不停啟動協程。
我們來寫一段實際程式碼：
import asyncio
import httpx
from aiomultiprocess import Pool
async def get(url):
async with httpx.AsyncClient() as client:
resp = await client.get(url)
return resp.text
async def main():
urls = [url1, url2, url3]
async with Pool() as pool:
async for result in pool.map(get, urls):
print(result) # 每一個URL返回的內容
if __name__ == '__main__':
asyncio.run(main())之前我寫非同步協程文章的時候，有些人同學會問我，爬蟲的速度真的那麼重要嗎？難道不是突破反爬蟲最重要嗎？
我的回答是，不要看到用aiohttp請求網址就覺得是做爬蟲。在微服務裡面，自己請求自己的HTTP介面，也需要使用httpx或者aiohttp。在這樣的場景裡面，速度就是非常的重要，有時候就是需要做到越快越好。
以上就是本次分享的所有內容，如果你覺得文章還不錯，歡迎關注公眾號：Python程式設計學習圈，每日干貨分享，傳送“J”還可領取大量學習資料。或是前往程式設計學習網，瞭解更多程式設計技術知識。