Python异步async/await概念、用法（一）

• IO编程与同步异步

  同步异步、阻塞非阻塞，都是围绕着IO展开的概念。

  多线程和多进程的模型虽然解决了并发问题，但是系统切换线程的开销也很大。

  另一种解决IO问题的方法是异步IO。当代码需要执行一个耗时的IO操作时，它只发出IO指令，并不等待IO结果，然后就去执行其他代码了。一段时间后，当IO返回结果时，再通知CPU进行处理。

  在“发出IO请求”到收到“IO完成”的这段时间里，同步IO模型下，主线程只能挂起（让出CPU时间片），但异步IO模型下，主线程并没有休息，而是在消息循环中继续处理其他消息。这样，在异步IO模型下，一个线程就可以同时处理多个IO请求，并且没有切换线程的操作。

• IO编程

  计算机的核心是CPU，CPU运算的程序、数据只能是内存中的，因此CPU运行的时刻所需的元素都要已经在内存中，对于没有放在内存中的，需要载入(input)内存，计算完用不到的数据就需要输出(output)到磁盘上。

  因为CPU计算速度远高于I/O速度，就有了I/O编程这个细分领域。

  CPU一次只能运行一个进程。

  在这样几个条件下，就有了I/O编程的几个方案：

  1. 让CPU等着I/O完成，才继续执行后续代码：称为同步
  2. CPU不等待I/O，去干别的事情：称为异步

  同步异步的区别，就是CPU是否等待IO执行的结果。

  操作IO的能力最终都是由操作系统实现的，各种语言都是把操作系统的提供的接口封装起来。

  把变量从内存中编程可存储或传输的过程称之为序列化，Python中称为pickling，就是pickle模块干的事情。

• 子程序（又称为函数）

  就是传统意义上的函数：

  • 在所有语言中都是层级调用；
  • 子程序的调用时通过栈实现的；
  • 一个线程就是执行一个子程序；
  • 子程序的调用总是一个入口、一次返回，调用顺序明确

• 协程(Coroutine)

  又称为微线程，纤程。

  协程看上去时子程序，但执行过程中，在子程序内部可中断，转而执行别的子程序。

  这里提到的中断并执行其它子程序不是函数调用。

  def A():
      print('1')
      print('2')
      print('3')
  
  def B():
      print('x')
      print('y')
      print('z')
      
  # 在协程下输出结果可能是
  1
  2
  x
  y
  3
  z
  # 关键点在于，这里并不是A调用B
  

  不是函数调用，结果看起来像是多线程，但协程时在一个线程中执行的。

  子程序就是协程的一种特例。

  与多线程相比：

  • 协程执行效率高，因为子程序切换不是线程切换，没有线程切换的开销
  • 不需要多线程的锁机制

• 协程利用多核CPU

  协程内执行多个子函数，且是在同一个线程中执行。

  想要充分利用多核CPU，方法是多进程+协程。

• Python与协程

  Python对协程的支持是通过generator实现的。

  涉及generator、next、yeild几个概念。

• asyncio与async/await区别

  asyncio（官方文档）是Python3.4 引入的支持异步IO的标准库，采用yeild语法；

  async/await是Python3.5引入的简化代码的新语法，是Python3.3中的yield from和Python3.4中的asyncio结合起来产生的新语法。用于解决Python异步编程中无法有效区分yield生成器与异步的关系这个问题。

  需要先补充下预备知识：

  《Python中yield概念、用法理解》

• Reference

1. 廖雪峰的官方网站
2. Python 3.5中async和await怎么会工作呢？