我們本節(jié)即將學習的 Python asyncio 包亚铁，使用基于事件循環(huán)驅動的協(xié)程實現(xiàn)并發(fā)座菠。這是 Python 中最大抖韩，也是最具雄心壯志的庫之一漫玄。
既然 asyncio 基于事件驅動劈愚，那么讓我們首先來了解下事件驅動編程瞳遍，再進入正題。
一. 事件驅動
1.1 單線程菌羽、多進程以及事件驅動編程模型的比較
事件驅動編程是一種編程范式掠械，程序的執(zhí)行流程由外部事件來決定。它的特點是包含一個事件循環(huán)注祖，當外部事件發(fā)生時猾蒂，使用一種回調機制來觸發(fā)相應的處理。
此外是晨，單線程同步以及多進程也是常見的編程范式肚菠。下圖對比了單線程、多線程以及事件驅動編程模型罩缴。
上圖中蚊逢，這個程序有 A / B / C 個任務需要完成层扶，每個任務在執(zhí)行過程中都存在 IO 阻塞，阻塞的時間使用黑色塊表示烙荷。
單線程同步模型：多個任務按序執(zhí)行镜会。一旦某個任務因為 I/O 而阻塞，其他所有的任務都必須等待终抽，直到前面的任務完成之后它們才能依次執(zhí)行戳表。即使任務之間并沒有互相依賴，仍然需要等待昼伴，使得程序不必要的降低了運行速度匾旭。
多進程同步模型中：各個任務分別在獨立的進程中執(zhí)行。進程由操作系統(tǒng)來管理圃郊，在多處理器系統(tǒng)上可以并行處理季率，或者在單處理器系統(tǒng)上交錯執(zhí)行。與單線程同步程序相比描沟，多進程的效率更高飒泻，但同時創(chuàng)建進程的資源消耗也比較大。
多線程操作共享資源時吏廉，還需要考慮同步互斥機制泞遗，而且 CPython 解釋器無法利用計算機多核的特性。
事件驅動編程模型中：多個任務在一個單獨的線程中交錯執(zhí)行席覆。當遇到 I/O 操作時史辙，注冊一個回調到事件循環(huán)中，然后當 I/O 操作完成時繼續(xù)執(zhí)行佩伤。
事件循環(huán)輪詢所有的事件聊倔，當事件到來時將它們分配給等待處理事件的回調函數(shù)。因此生巡，一個任務在遇到 IO 阻塞時耙蔑，可以讓步出 CPU 的使用權，讓其它任務繼續(xù)執(zhí)行孤荣，而不是一直等待甸陌。事件驅動編程模型不需要關心線程安全問題。
我們之前介紹的 IO 多路復用盐股，使用的就是事件驅動編程模型钱豁，利用 select / poll / epoll 將 IO 事件交給系統(tǒng)內核監(jiān)控，當某個 IO 描述符結束阻塞準備就緒時疯汁，就將其返回牲尺。
1.2 協(xié)程的引入
事件驅動編程模型有諸多好處，但在嵌套多層回調時幌蚊，可讀性較差谤碳，出現(xiàn)異常排查也很困難凛澎，非常不利于后期的維護。
于是估蹄，我們引入?yún)f(xié)程來解決上面的問題塑煎，允許我們 采用同步的方式去編寫異步的代碼，使代碼的可讀性提升臭蚁，既操作簡單最铁，速度又快。
協(xié)程使用單線程去切換任務垮兑，性能遠高于線程切換冷尉，且不需要加鎖，并發(fā)性高系枪。
進程雀哨、線程以及協(xié)程的關系可以使用下圖描述：
進程可以包含多個線程，多個線程共享進程的資源私爷，因此線程比進程更輕量雾棺；而協(xié)程的本質是一個函數(shù)，一個線程可以包含多個協(xié)程衬浑，協(xié)程比線程更輕量捌浩。
1.3 相關概念
- 并發(fā)：CPU 在多個任務之間不斷切換，比如在一秒內 CPU 切換了 100 個進程工秩，就可以認為 CPU 的并發(fā)是 100尸饺。
- 并行：在多核 CPU 中，多個任務在不同的 CPU 上同時運行助币；并行數(shù)量和 CPU 數(shù)量是一致的浪听。
- 同步：必須等待前一個調用完成后，再開始新的的調用眉菱。
- 異步：不必等待前一個操作的完成迹栓，就開始新的的調用。
- 阻塞：調用函數(shù)的時候倍谜，當前線程被掛起迈螟。
- 非阻塞：調用函數(shù)的時候，當前線程不會被掛起尔崔，而是立即返回結果（不管什么樣的結果）。
二. asyncio 模塊
Python3.4 中引入 asyncio 模塊褥民，創(chuàng)建協(xié)程函數(shù)時使用@asyncio.coroutine 裝飾器裝飾季春。
我們前面介紹的
yield from是python3.4前的用法，即包含yield from語句的函數(shù)即可作為生成器函數(shù)消返，也可以稱作協(xié)程函數(shù)载弄。
Python3.4 之后耘拇，使用 @asyncio.coroutine 裝飾的函數(shù)即可稱作協(xié)程函數(shù)。關于 asyncio 中的基本概念總結如下：
| 術語 | 說明 |
|---|---|
coroutine 協(xié)程對象 |
使用 @asyncio.coroutine 裝飾器裝飾的函數(shù)被稱作協(xié)程函數(shù)宇攻，它的調用不會立即執(zhí)行惫叛，而是返回一個協(xié)程對象。協(xié)程對象需要包裝成任務注入到事件循環(huán)逞刷，由事件循環(huán)調用嘉涌。 |
task 任務 |
使用協(xié)程對象作為參數(shù)創(chuàng)建任務，任務是協(xié)程對象的進一步封裝夸浅，其包含任務的各種狀態(tài) |
event_loop 事件循環(huán) |
協(xié)程函數(shù)必須添加到事件循環(huán)中仑最，由事件循環(huán)去運行，因為直接調用協(xié)程函數(shù)返回的是協(xié)程對象帆喇，協(xié)程函數(shù)并不會真正開始運行警医。事件循環(huán)控制任務運行流程，是任務的調用方坯钦。 |
示例 asyncio 實現(xiàn)協(xié)程的簡單示例
import time
import asyncio
@asyncio.coroutine
def do_some_work():
print('Coroutine Start.')
time.sleep(3) # 模擬IO操作
print('Print in coroutine.')
def main():
start = time.time()
loop = asyncio.get_event_loop()
coroutine = do_some_work()
loop.run_until_complete(coroutine)
end = time.time()
print('運行耗時：{:.2f}'.format(end - start)) # 打印程序運行耗時
if __name__ == '__main__':
main()
運行結果：首先使用協(xié)程裝飾器 @asyncio.coroutine 創(chuàng)建協(xié)程函數(shù)预皇，協(xié)程函數(shù)中使用 time.sleep(3) 模擬一個耗時的IO操作俊柔。
asyncio.get_event_loop() 用來創(chuàng)建事件循環(huán)此迅；每個線程中只能有一個事件循環(huán)废麻，get_event_loop 獲取當前已經(jīng)存在的事件循環(huán)约巷，如果當前線程中沒有谣膳，則新建一個事件循環(huán)并蝗。
loop.run_until_complete(coroutine) 將協(xié)程對象注入到事件循環(huán)匹中，協(xié)程的運行由事件循環(huán)控制帘瞭。事件循環(huán)的 run_until_complete 方法會阻塞運行洋丐，直到任務全部完成呈昔。
協(xié)程對象作為 run_until_complete 方法的參數(shù)，loop 會自動將協(xié)程對象包裝成任務來運行友绝。下節(jié)我們會講到多個任務注入事件循環(huán)的情況堤尾。
