1 什么是異步編程
通過學(xué)習(xí)相關(guān)概念，我們逐步解釋異步編程是什么。
1.1 阻塞
程序未得到所需計(jì)算資源時(shí)被掛起的狀態(tài)。
程序在等待某個(gè)操作完成期間，自身無法繼續(xù)干別的事情，則稱該程序在該操作上是阻塞的。
常見的阻塞形式有：網(wǎng)絡(luò)I/O阻塞、磁盤I/O阻塞、用戶輸入阻塞等。
阻塞是無處不在的，包括CPU切換上下文時(shí)，所有的進(jìn)程都無法真正干事情，它們也會(huì)被阻塞。（如果是多核CPU則正在執(zhí)行上下文切換操作的核不可被利用。）
1.2 非阻塞
程序在等待某操作過程中，自身不被阻塞，可以繼續(xù)運(yùn)行干別的事情，則稱該程序在該操作上是非阻塞的。
非阻塞并不是在任何程序級(jí)別、任何情況下都可以存在的。
僅當(dāng)程序封裝的級(jí)別可以囊括獨(dú)立的子程序單元時(shí)，它才可能存在非阻塞狀態(tài)。
非阻塞的存在是因?yàn)樽枞嬖冢驗(yàn)槟硞€(gè)操作阻塞導(dǎo)致的耗時(shí)與效率低下，我們才要把它變成非阻塞的。
1.3 同步
不同程序單元為了完成某個(gè)任務(wù)，在執(zhí)行過程中需靠某種通信方式以協(xié)調(diào)一致，稱這些程序單元是同步執(zhí)行的。
例如購物系統(tǒng)中更新商品庫存，需要用“行鎖”作為通信信號(hào)，讓不同的更新請(qǐng)求強(qiáng)制排隊(duì)順序執(zhí)行，那更新庫存的操作是同步的。
簡言之，同步意味著有序。
1.4 異步
為完成某個(gè)任務(wù)，不同程序單元之間過程中無需通信協(xié)調(diào)，也能完成任務(wù)的方式。
不相關(guān)的程序單元之間可以是異步的。
例如，爬蟲下載網(wǎng)頁。調(diào)度程序調(diào)用下載程序后，即可調(diào)度其他任務(wù)，而無需與該下載任務(wù)保持通信以協(xié)調(diào)行為。不同網(wǎng)頁的下載、保存等操作都是無關(guān)的，也無需相互通知協(xié)調(diào)。這些異步操作的完成時(shí)刻并不確定。
簡言之，異步意味著無序。
上文提到的“通信方式”通常是指異步和并發(fā)編程提供的同步原語，如信號(hào)量、鎖、同步隊(duì)列等等。我們需知道，雖然這些通信方式是為了讓多個(gè)程序在一定條件下同步執(zhí)行，但正因?yàn)槭钱惒降拇嬖冢判枰@些通信方式。如果所有程序都是按序執(zhí)行，其本身就是同步的，又何需這些同步信號(hào)呢？
1.5 并發(fā)
并發(fā)描述的是程序的組織結(jié)構(gòu)。指程序要被設(shè)計(jì)成多個(gè)可獨(dú)立執(zhí)行的子任務(wù)。
以利用有限的計(jì)算機(jī)資源使多個(gè)任務(wù)可以被實(shí)時(shí)或近實(shí)時(shí)執(zhí)行為目的。
1.6 并行
并行描述的是程序的執(zhí)行狀態(tài)。指多個(gè)任務(wù)同時(shí)被執(zhí)行。
以利用富余計(jì)算資源（多核CPU）加速完成多個(gè)任務(wù)為目的。
并發(fā)提供了一種程序組織結(jié)構(gòu)方式，讓問題的解決方案可以并行執(zhí)行，但并行執(zhí)行不是必須的。
1.7 概念總結(jié)
并行是為了利用多核加速多任務(wù)完成的進(jìn)度
并發(fā)是為了讓獨(dú)立的子任務(wù)都有機(jī)會(huì)被盡快執(zhí)行，但不一定能加速整體進(jìn)度
非阻塞是為了提高程序整體執(zhí)行效率
異步是高效地組織非阻塞任務(wù)的方式
要支持并發(fā)，必須拆分為多任務(wù)，不同任務(wù)相對(duì)而言才有阻塞/非阻塞、同步/異步。所以，并發(fā)、異步、非阻塞三個(gè)詞總是如影隨形。
1.8 異步編程
- 以進(jìn)程、線程、協(xié)程、函數(shù)/方法作為執(zhí)行任務(wù)程序的基本單位，結(jié)合回調(diào)、事件循環(huán)、信號(hào)量等機(jī)制，以提高程序整體執(zhí)行效率和并發(fā)能力的編程方式。
如果在某程序的運(yùn)行時(shí)，能根據(jù)已經(jīng)執(zhí)行的指令準(zhǔn)確判斷它接下來要進(jìn)行哪個(gè)具體操作，那它是同步程序，反之則為異步程序。（無序與有序的區(qū)別）
同步/異步、阻塞/非阻塞并非水火不容，要看討論的程序所處的封裝級(jí)別。例如購物程序在處理多個(gè)用戶的瀏覽請(qǐng)求可以是異步的，而更新庫存時(shí)必須是同步的。
1.9 異步之難(nán)
- 控制不住“計(jì)幾”寫的程序，因?yàn)槠鋱?zhí)行順序不可預(yù)料，當(dāng)下正要發(fā)生什么事件不可預(yù)料。在并行情況下更為復(fù)雜和艱難。
所以，幾乎所有的異步框架都將異步編程模型簡化：一次只允許處理一個(gè)事件。故而有關(guān)異步的討論幾乎都集中在了單線程內(nèi)。
- 如果某事件處理程序需要長時(shí)間執(zhí)行，所有其他部分都會(huì)被阻塞。
所以，一旦采取異步編程，每個(gè)異步調(diào)用必須“足夠小”，不能耗時(shí)太久。如何拆分異步任務(wù)成了難題。
程序下一步行為往往依賴上一步執(zhí)行結(jié)果，如何知曉上次異步調(diào)用已完成并獲取結(jié)果？
回調(diào)（Callback）成了必然選擇。那又需要面臨“回調(diào)地獄”的折磨。
同步代碼改為異步代碼，必然破壞代碼結(jié)構(gòu)。
解決問題的邏輯也要轉(zhuǎn)變，不再是一條路走到黑，需要精心安排異步任務(wù)。
2 苦心異步為哪般
如上文所述，異步編程面臨諸多難點(diǎn)，Python 之父親自上陣打磨4年才使 asyncio 模塊在Python 3.6中“轉(zhuǎn)正”，如此苦心為什么？答案只有一個(gè)：它值得！下面我們看看為何而值得。
2.1 CPU的時(shí)間觀
我們將一個(gè) 2.6GHz 的 CPU 擬人化，假設(shè)它執(zhí)行一條命令的時(shí)間，他它感覺上過了一秒鐘。CPU是計(jì)算機(jī)的處理核心，也是最寶貴的資源，如果有浪費(fèi)CPU的運(yùn)行時(shí)間，導(dǎo)致其利用率不足，那程序效率必然低下（因?yàn)閷?shí)際上有資源可以使效率更高）。
如上圖所示，在千兆網(wǎng)上傳輸2KB數(shù)據(jù)，CPU感覺過了14個(gè)小時(shí)，如果是在10M的公網(wǎng)上呢？那效率會(huì)低百倍！如果在這么長的一段時(shí)間內(nèi)，CPU只是傻等結(jié)果而不能去干其他事情，是不是在浪費(fèi)CPU的青春？
魯迅說，浪費(fèi)“CPU”的時(shí)間等于謀財(cái)害命。而兇手就是程序猿。
2.2 面臨的問題
- 成本問題
如果一個(gè)程序不能有效利用一臺(tái)計(jì)算機(jī)資源，那必然需要更多的計(jì)算機(jī)通過運(yùn)行更多的程序?qū)嵗齺韽浹a(bǔ)需求缺口。例如我前不久主導(dǎo)重寫的項(xiàng)目，使用Python異步編程，改版后由原來的7臺(tái)服務(wù)器削減至3臺(tái)，成本驟降57%。一臺(tái)AWS m4.xlarge 型通用服務(wù)器按需付費(fèi)實(shí)例一年價(jià)格約 1.2 萬人民幣。
- 效率問題
如果不在乎錢的消耗，那也會(huì)在意效率問題。當(dāng)服務(wù)器數(shù)量堆疊到一定規(guī)模后，如果不改進(jìn)軟件架構(gòu)和實(shí)現(xiàn)，加機(jī)器是徒勞，而且運(yùn)維成本會(huì)驟然增加。比如別人家的電商平臺(tái)支持6000單/秒支付，而自家在下單量才支撐2000單/秒，在雙十一這種活動(dòng)的時(shí)候，錢送上門也賺不到。
- C10k/C10M挑戰(zhàn)
C10k（concurrently handling 10k connections）是一個(gè)在1999年被提出來的技術(shù)挑戰(zhàn)，如何在一顆1GHz CPU，2G內(nèi)存，1gbps網(wǎng)絡(luò)環(huán)境下，讓單臺(tái)服務(wù)器同時(shí)為1萬個(gè)客戶端提供FTP服務(wù)。而到了2010年后，隨著硬件技術(shù)的發(fā)展，這個(gè)問題被延伸為C10M，即如何利用8核心CPU，64G內(nèi)存，在10gbps的網(wǎng)絡(luò)上保持1000萬并發(fā)連接，或是每秒鐘處理100萬的連接。（兩種類型的計(jì)算機(jī)資源在各自的時(shí)代都約為1200美元）
成本和效率問題是從企業(yè)經(jīng)營角度講，C10k/C10M問題則是從技術(shù)角度出發(fā)挑戰(zhàn)軟硬件極限。C10k/C10M 問題得解，成本問題和效率問題迎刃而解。
2.3 解決方案
《約束理論與企業(yè)優(yōu)化》中指出：“除了瓶頸之外，任何改進(jìn)都是幻覺。”
CPU告訴我們，它自己很快，而上下文切換慢、內(nèi)存讀數(shù)據(jù)慢、磁盤尋址與取數(shù)據(jù)慢、網(wǎng)絡(luò)傳輸慢……總之，離開CPU 后的一切，除了一級(jí)高速緩存，都很慢。我們觀察計(jì)算機(jī)的組成可以知道，主要由運(yùn)算器、控制器、存儲(chǔ)器、輸入設(shè)備、輸出設(shè)備五部分組成。運(yùn)算器和控制器主要集成在CPU中，除此之外全是I/O，包括讀寫內(nèi)存、讀寫磁盤、讀寫網(wǎng)卡全都是I/O。I/O成了最大的瓶頸。
異步程序可以提高效率，而最大的瓶頸在I/O，業(yè)界誕生的解決方案沒出意料：異步I/O吧，異步I/O吧，異步I/O吧吧！
3 異步I/O進(jìn)化之路
如今，地球上最發(fā)達(dá)、規(guī)模最龐大的計(jì)算機(jī)程序，莫過于因特網(wǎng)。而從CPU的時(shí)間觀中可知，網(wǎng)絡(luò)I/O是最大的I/O瓶頸，除了宕機(jī)沒有比它更慢的。所以，諸多異步框架都對(duì)準(zhǔn)的是網(wǎng)絡(luò)I/O。
我們從一個(gè)爬蟲例子說起，從因特網(wǎng)上下載10篇網(wǎng)頁。
3.1 同步阻塞方式
最容易想到的解決方案就是依次下載，從建立socket連接到發(fā)送網(wǎng)絡(luò)請(qǐng)求再到讀取響應(yīng)數(shù)據(jù)，順序進(jìn)行。
注：總體耗時(shí)約為4.5秒。（因網(wǎng)絡(luò)波動(dòng)每次測試結(jié)果有所變動(dòng)，本文取多次平均值）
如上圖所示，blocking_way() 的作用是建立 socket 連接，發(fā)送HTTP請(qǐng)求，然后從 socket 讀取HTTP響應(yīng)并返回?cái)?shù)據(jù)。示例中我們請(qǐng)求了 example.com 的首頁。在sync_way() 執(zhí)行了10次，即下載 example.com 首頁10次。
在示例代碼中有兩個(gè)關(guān)鍵點(diǎn)。一是第10行的 sock.connect(('example.com', 80))，該調(diào)用的作用是向example.com主機(jī)的80端口發(fā)起網(wǎng)絡(luò)連接請(qǐng)求。 二是第14行、第18行的sock.recv(4096)，該調(diào)用的作用是從socket上讀取4K字節(jié)數(shù)據(jù)。
我們知道，創(chuàng)建網(wǎng)絡(luò)連接，多久能創(chuàng)建完成不是客戶端決定的，而是由網(wǎng)絡(luò)狀況和服務(wù)端處理能力共同決定。服務(wù)端什么時(shí)候返回了響應(yīng)數(shù)據(jù)并被客戶端接收到可供程序讀取，也是不可預(yù)測的。所以sock.connect()和sock.recv()這兩個(gè)調(diào)用在默認(rèn)情況下是阻塞的。
注：
sock.send()函數(shù)并不會(huì)阻塞太久，它只負(fù)責(zé)將請(qǐng)求數(shù)據(jù)拷貝到TCP/IP協(xié)議棧的系統(tǒng)緩沖區(qū)中就返回，并不等待服務(wù)端返回的應(yīng)答確認(rèn)。
假設(shè)網(wǎng)絡(luò)環(huán)境很差，創(chuàng)建網(wǎng)絡(luò)連接需要1秒鐘，那么sock.connect()就得阻塞1秒鐘，等待網(wǎng)絡(luò)連接成功。這1秒鐘對(duì)一顆2.6GHz的CPU來講，仿佛過去了83年，然而它不能干任何事情。sock.recv()也是一樣的必須得等到服務(wù)端的響應(yīng)數(shù)據(jù)已經(jīng)被客戶端接收。我們下載10篇網(wǎng)頁，這個(gè)阻塞過程就得重復(fù)10次。如果一個(gè)爬蟲系統(tǒng)每天要下載1000萬篇網(wǎng)頁呢？！
上面說了很多，我們力圖說明一件事：同步阻塞的網(wǎng)絡(luò)交互方式，效率低十分低下。特別是在網(wǎng)絡(luò)交互頻繁的程序中。這種方式根本不可能挑戰(zhàn)C10K/C10M。
3.2 改進(jìn)方式：多進(jìn)程
在一個(gè)程序內(nèi)，依次執(zhí)行10次太耗時(shí)，那開10個(gè)一樣的程序同時(shí)執(zhí)行不就行了。于是我們想到了多進(jìn)程編程。為什么會(huì)先想到多進(jìn)程呢？發(fā)展脈絡(luò)如此。在更早的操作系統(tǒng)（Linux 2.4）及其以前，進(jìn)程是 OS 調(diào)度任務(wù)的實(shí)體，是面向進(jìn)程設(shè)計(jì)的OS。
注：總體耗時(shí)約為 0.6 秒。
改善效果立竿見影。但仍然有問題。總體耗時(shí)并沒有縮減到原來的十分之一，而是九分之一左右，還有一些時(shí)間耗到哪里去了？進(jìn)程切換開銷。
進(jìn)程切換開銷不止像“CPU的時(shí)間觀”所列的“上下文切換”那么低。CPU從一個(gè)進(jìn)程切換到另一個(gè)進(jìn)程，需要把舊進(jìn)程運(yùn)行時(shí)的寄存器狀態(tài)、內(nèi)存狀態(tài)全部保存好，再將另一個(gè)進(jìn)程之前保存的數(shù)據(jù)恢復(fù)。對(duì)CPU來講，幾個(gè)小時(shí)就干等著。當(dāng)進(jìn)程數(shù)量大于CPU核心數(shù)量時(shí)，進(jìn)程切換是必然需要的。
除了切換開銷，多進(jìn)程還有另外的缺點(diǎn)。一般的服務(wù)器在能夠穩(wěn)定運(yùn)行的前提下，可以同時(shí)處理的進(jìn)程數(shù)在數(shù)十個(gè)到數(shù)百個(gè)規(guī)模。如果進(jìn)程數(shù)量規(guī)模更大，系統(tǒng)運(yùn)行將不穩(wěn)定，而且可用內(nèi)存資源往往也會(huì)不足。
多進(jìn)程解決方案在面臨每天需要成百上千萬次下載任務(wù)的爬蟲系統(tǒng)，或者需要同時(shí)搞定數(shù)萬并發(fā)的電商系統(tǒng)來說，并不適合。
除了切換開銷大，以及可支持的任務(wù)規(guī)模小之外，多進(jìn)程還有其他缺點(diǎn)，如狀態(tài)共享等問題，后文會(huì)有提及，此處不再細(xì)究。
3.3 繼續(xù)改進(jìn)：多線程
由于線程的數(shù)據(jù)結(jié)構(gòu)比進(jìn)程更輕量級(jí)，同一個(gè)進(jìn)程可以容納多個(gè)線程，從進(jìn)程到線程的優(yōu)化由此展開。后來的OS也把調(diào)度單位由進(jìn)程轉(zhuǎn)為線程，進(jìn)程只作為線程的容器，用于管理進(jìn)程所需的資源。而且OS級(jí)別的線程是可以被分配到不同的CPU核心同時(shí)運(yùn)行的。
注：總體運(yùn)行時(shí)間約0.43秒。
結(jié)果符合預(yù)期，比多進(jìn)程耗時(shí)要少些。從運(yùn)行時(shí)間上看，多線程似乎已經(jīng)解決了切換開銷大的問題。而且可支持的任務(wù)數(shù)量規(guī)模，也變成了數(shù)百個(gè)到數(shù)千個(gè)。
但是，多線程仍有問題，特別是Python里的多線程。首先，Python中的多線程因?yàn)镚IL的存在，它們并不能利用CPU多核優(yōu)勢，一個(gè)Python進(jìn)程中，只允許有一個(gè)線程處于運(yùn)行狀態(tài)。那為什么結(jié)果還是如預(yù)期，耗時(shí)縮減到了十分之一？
因?yàn)樵谧鲎枞南到y(tǒng)調(diào)用時(shí)，例如sock.connect(),sock.recv()時(shí)，當(dāng)前線程會(huì)釋放GIL，讓別的線程有執(zhí)行機(jī)會(huì)。但是單個(gè)線程內(nèi)，在阻塞調(diào)用上還是阻塞的。
小提示：Python中 time.sleep 是阻塞的，都知道使用它要謹(jǐn)慎，但在多線程編程中，time.sleep 并不會(huì)阻塞其他線程。
除了GIL之外，所有的多線程還有通病。它們是被OS調(diào)度，調(diào)度策略是搶占式的，以保證同等優(yōu)先級(jí)的線程都有均等的執(zhí)行機(jī)會(huì)，那帶來的問題是：并不知道下一時(shí)刻是哪個(gè)線程被運(yùn)行，也不知道它正要執(zhí)行的代碼是什么。所以就可能存在競態(tài)條件。
例如爬蟲工作線程從任務(wù)隊(duì)列拿待抓取URL的時(shí)候，如果多個(gè)爬蟲線程同時(shí)來取，那這個(gè)任務(wù)到底該給誰？那就需要用到“鎖”或“同步隊(duì)列”來保證下載任務(wù)不會(huì)被重復(fù)執(zhí)行。
而且線程支持的多任務(wù)規(guī)模，在數(shù)百到數(shù)千的數(shù)量規(guī)模。在大規(guī)模的高頻網(wǎng)絡(luò)交互系統(tǒng)中，仍然有些吃力。當(dāng)然，多線程最主要的問題還是競態(tài)條件。
3.4 非阻塞方式
終于，我們來到了非阻塞解決方案。先來看看最原始的非阻塞如何工作的。
注：總體耗時(shí)約4.3秒。
首先注意到兩點(diǎn)，就感覺被騙了。一是耗時(shí)與同步阻塞相當(dāng)，二是代碼更復(fù)雜。要非阻塞何用？且慢。
上圖第9行代碼sock.setblocking(False)告訴OS，讓socket上阻塞調(diào)用都改為非阻塞的方式。之前我們說到，非阻塞就是在做一件事的時(shí)候，不阻礙調(diào)用它的程序做別的事情。上述代碼在執(zhí)行完 sock.connect() 和 sock.recv() 后的確不再阻塞，可以繼續(xù)往下執(zhí)行請(qǐng)求準(zhǔn)備的代碼或者是執(zhí)行下一次讀取。
代碼變得更復(fù)雜也是上述原因所致。第11行要放在try語句內(nèi)，是因?yàn)?code>socket在發(fā)送非阻塞連接請(qǐng)求過程中，系統(tǒng)底層也會(huì)拋出異常。connect()被調(diào)用之后，立即可以往下執(zhí)行第15和16行的代碼。
需要while循環(huán)不斷嘗試 send()，是因?yàn)?code>connect()已經(jīng)非阻塞，在send()之時(shí)并不知道 socket 的連接是否就緒，只有不斷嘗試，嘗試成功為止，即發(fā)送數(shù)據(jù)成功了。recv()調(diào)用也是同理。
雖然 connect() 和 recv() 不再阻塞主程序，空出來的時(shí)間段CPU沒有空閑著，但并沒有利用好這空閑去做其他有意義的事情，而是在循環(huán)嘗試讀寫 socket （不停判斷非阻塞調(diào)用的狀態(tài)是否就緒）。還得處理來自底層的可忽略的異常。也不能同時(shí)處理多個(gè) socket 。
然后10次下載任務(wù)仍然按序進(jìn)行。所以總體執(zhí)行時(shí)間和同步阻塞相當(dāng)。如果非得這樣子，那還不如同步阻塞算了。
3.5 非阻塞改進(jìn)
3.5.1 epoll
判斷非阻塞調(diào)用是否就緒如果 OS 能做，是不是應(yīng)用程序就可以不用自己去等待和判斷了，就可以利用這個(gè)空閑去做其他事情以提高效率。
所以OS將I/O狀態(tài)的變化都封裝成了事件，如可讀事件、可寫事件。并且提供了專門的系統(tǒng)模塊讓應(yīng)用程序可以接收事件通知。這個(gè)模塊就是select。讓應(yīng)用程序可以通過select注冊文件描述符和回調(diào)函數(shù)。當(dāng)文件描述符的狀態(tài)發(fā)生變化時(shí)，select 就調(diào)用事先注冊的回調(diào)函數(shù)。
select因其算法效率比較低，后來改進(jìn)成了poll，再后來又有進(jìn)一步改進(jìn)，BSD內(nèi)核改進(jìn)成了kqueue模塊，而Linux內(nèi)核改進(jìn)成了epoll模塊。這四個(gè)模塊的作用都相同，暴露給程序員使用的API也幾乎一致，區(qū)別在于kqueue 和 epoll 在處理大量文件描述符時(shí)效率更高。
鑒于 Linux 服務(wù)器的普遍性，以及為了追求更高效率，所以我們常常聽聞被探討的模塊都是 epoll 。
3.5.2 回調(diào)(Callback)
把I/O事件的等待和監(jiān)聽任務(wù)交給了 OS，那 OS 在知道I/O狀態(tài)發(fā)生改變后（例如socket連接已建立成功可發(fā)送數(shù)據(jù)），它又怎么知道接下來該干嘛呢？只能回調(diào)。
需要我們將發(fā)送數(shù)據(jù)與讀取數(shù)據(jù)封裝成獨(dú)立的函數(shù)，讓epoll代替應(yīng)用程序監(jiān)聽socket狀態(tài)時(shí)，得告訴epoll：“如果socket狀態(tài)變?yōu)榭梢酝飳憯?shù)據(jù)（連接建立成功了），請(qǐng)調(diào)用HTTP請(qǐng)求發(fā)送函數(shù)。如果socket 變?yōu)榭梢宰x數(shù)據(jù)了（客戶端已收到響應(yīng)），請(qǐng)調(diào)用響應(yīng)處理函數(shù)。”
于是我們利用epoll結(jié)合回調(diào)機(jī)制重構(gòu)爬蟲代碼：
此處和前面稍有不同的是，我們將下載不同的10個(gè)頁面，相對(duì)URL路徑存放于urls_todo集合中。現(xiàn)在看看改進(jìn)在哪。
首先，不斷嘗試send() 和 recv() 的兩個(gè)循環(huán)被消滅掉了。
其次，導(dǎo)入了selectors模塊，并創(chuàng)建了一個(gè)DefaultSelector 實(shí)例。Python標(biāo)準(zhǔn)庫提供的selectors模塊是對(duì)底層select/poll/epoll/kqueue的封裝。DefaultSelector類會(huì)根據(jù) OS 環(huán)境自動(dòng)選擇最佳的模塊，那在 Linux 2.5.44 及更新的版本上都是epoll了。
然后，在第25行和第31行分別注冊了socket可寫事件(EVENT_WRITE)和可讀事件(EVENT_READ)發(fā)生后應(yīng)該采取的回調(diào)函數(shù)。
雖然代碼結(jié)構(gòu)清晰了，阻塞操作也交給OS去等待和通知了，但是，我們要抓取10個(gè)不同頁面，就得創(chuàng)建10個(gè)Crawler實(shí)例，就有20個(gè)事件將要發(fā)生，那如何從selector里獲取當(dāng)前正發(fā)生的事件，并且得到對(duì)應(yīng)的回調(diào)函數(shù)去執(zhí)行呢？
3.5.3 事件循環(huán)（Event Loop）
為了解決上述問題，那我們只得采用老辦法，寫一個(gè)循環(huán)，去訪問selector模塊，等待它告訴我們當(dāng)前是哪個(gè)事件發(fā)生了，應(yīng)該對(duì)應(yīng)哪個(gè)回調(diào)。這個(gè)等待事件通知的循環(huán)，稱之為事件循環(huán)。
上述代碼中，我們用stopped全局變量控制事件循環(huán)何時(shí)停止。當(dāng)urls_todo消耗完畢后，會(huì)標(biāo)記stopped為True。
重要的是第49行代碼，selector.select() 是一個(gè)阻塞調(diào)用，因?yàn)槿绻录话l(fā)生，那應(yīng)用程序就沒事件可處理，所以就干脆阻塞在這里等待事件發(fā)生。那可以推斷，如果只下載一篇網(wǎng)頁，一定要connect()之后才能send()繼而recv()，那它的效率和阻塞的方式是一樣的。因?yàn)椴辉?code>connect()/recv()上阻塞，也得在select()上阻塞。
所以，selector機(jī)制(后文以此稱呼代指epoll/kqueue)是設(shè)計(jì)用來解決大量并發(fā)連接的。當(dāng)系統(tǒng)中有大量非阻塞調(diào)用，能隨時(shí)產(chǎn)生事件的時(shí)候，selector機(jī)制才能發(fā)揮最大的威力。
下面是如何啟創(chuàng)建10個(gè)下載任務(wù)和啟動(dòng)事件循環(huán)的：
注：總體耗時(shí)約0.45秒。
上述執(zhí)行結(jié)果令人振奮。在單線程內(nèi)用 事件循環(huán)+回調(diào) 搞定了10篇網(wǎng)頁同時(shí)下載的問題。這，已經(jīng)是異步編程了。雖然有一個(gè)for 循環(huán)順序地創(chuàng)建Crawler 實(shí)例并調(diào)用 fetch 方法，但是fetch 內(nèi)僅有connect()和注冊可寫事件，而且從執(zhí)行時(shí)間明顯可以推斷，多個(gè)下載任務(wù)確實(shí)在同時(shí)進(jìn)行！
上述代碼異步執(zhí)行的過程：
創(chuàng)建
Crawler實(shí)例；調(diào)用
fetch方法，會(huì)創(chuàng)建socket連接和在selector上注冊可寫事件；fetch內(nèi)并無阻塞操作，該方法立即返回；重復(fù)上述3個(gè)步驟，將10個(gè)不同的下載任務(wù)都加入事件循環(huán)；
啟動(dòng)事件循環(huán)，進(jìn)入第1輪循環(huán)，阻塞在事件監(jiān)聽上；
當(dāng)某個(gè)下載任務(wù)
EVENT_WRITE被觸發(fā)，回調(diào)其connected方法，第一輪事件循環(huán)結(jié)束；進(jìn)入第2輪事件循環(huán)，當(dāng)某個(gè)下載任務(wù)有事件觸發(fā)，執(zhí)行其回調(diào)函數(shù)；此時(shí)已經(jīng)不能推測是哪個(gè)事件發(fā)生，因?yàn)橛锌赡苁巧洗?code>connected里的
EVENT_READ先被觸發(fā)，也可能是其他某個(gè)任務(wù)的EVENT_WRITE被觸發(fā)；（此時(shí)，原來在一個(gè)下載任務(wù)上會(huì)阻塞的那段時(shí)間被利用起來執(zhí)行另一個(gè)下載任務(wù)了）循環(huán)往復(fù)，直至所有下載任務(wù)被處理完成
退出事件循環(huán)，結(jié)束整個(gè)下載程序
3.5.4 總結(jié)
目前為止，我們已經(jīng)從同步阻塞學(xué)習(xí)到了異步非阻塞。掌握了在單線程內(nèi)同時(shí)并發(fā)執(zhí)行多個(gè)網(wǎng)絡(luò)I/O阻塞型任務(wù)的黑魔法。而且與多線程相比，連線程切換都沒有了，執(zhí)行回調(diào)函數(shù)是函數(shù)調(diào)用開銷，在線程的棧內(nèi)完成，因此性能也更好，單機(jī)支持的任務(wù)規(guī)模也變成了數(shù)萬到數(shù)十萬個(gè)。（不過我們知道：沒有免費(fèi)午餐，也沒有銀彈。）
部分編程語言中，對(duì)異步編程的支持就止步于此（不含語言官方之外的擴(kuò)展）。需要程序猿直接使用epoll去注冊事件和回調(diào)、維護(hù)一個(gè)事件循環(huán)，然后大多數(shù)時(shí)間都花在設(shè)計(jì)回調(diào)函數(shù)上。
通過本節(jié)的學(xué)習(xí)，我們應(yīng)該認(rèn)識(shí)到，不論什么編程語言，但凡要做異步編程，上述的“事件循環(huán)+回調(diào)”這種模式是逃不掉的，盡管它可能用的不是epoll，也可能不是while循環(huán)。如果你找到了一種不屬于 “等會(huì)兒告訴你” 模型的異步方式，請(qǐng)立即給我打電話（注意，打電話是Call）。
為什么我們在某些異步編程中并沒有看到 CallBack 模式呢？這就是我們接下來要探討的問題。本節(jié)是學(xué)習(xí)異步編程的一個(gè)終點(diǎn)，也是另一個(gè)起點(diǎn)。畢竟咱們講 Python 異步編程，還沒提到其主角協(xié)程的用武之地。
4 Python 對(duì)異步I/O的優(yōu)化之路
我們將在本節(jié)學(xué)習(xí)到 Python 生態(tài)對(duì)異步編程的支持是如何繼承前文所述的“事件循環(huán)+回調(diào)”模式演變到asyncio的原生協(xié)程模式。
4.1 回調(diào)之痛，以終為始
在第3節(jié)中，我們已經(jīng)學(xué)會(huì)了“事件循環(huán)+回調(diào)”的基本運(yùn)行原理，可以基于這種方式在單線程內(nèi)實(shí)現(xiàn)異步編程。也確實(shí)能夠大大提高程序運(yùn)行效率。但是，剛才所學(xué)的只是最基本的，然而在生產(chǎn)項(xiàng)目中，要應(yīng)對(duì)的復(fù)雜度會(huì)大大增加。考慮如下問題：
如果回調(diào)函數(shù)執(zhí)行不正常該如何？
如果回調(diào)里面還要嵌套回調(diào)怎么辦？要嵌套很多層怎么辦？
如果嵌套了多層，其中某個(gè)環(huán)節(jié)出錯(cuò)了會(huì)造成什么后果？
如果有個(gè)數(shù)據(jù)需要被每個(gè)回調(diào)都處理怎么辦？
……
在實(shí)際編程中，上述系列問題不可避免。在這些問題的背后隱藏著回調(diào)編程模式的一些缺點(diǎn)：
-
回調(diào)層次過多時(shí)代碼可讀性差
def callback_1(): # processing ... def callback_2(): # processing..... def callback_3(): # processing .... def callback_4(): #processing ..... def callback_5(): # processing ...... async_function(callback_5) async_function(callback_4) async_function(callback_3) async_function(callback_2) async_function(callback_1) -
破壞代碼結(jié)構(gòu)
寫同步代碼時(shí)，關(guān)聯(lián)的操作時(shí)自上而下運(yùn)行：do_a() do_b()如果 b 處理依賴于 a 處理的結(jié)果，而 a 過程是異步調(diào)用，就不知 a 何時(shí)能返回值，需要將后續(xù)的處理過程以callback的方式傳遞給 a ，讓 a 執(zhí)行完以后可以執(zhí)行 b。代碼變化為：
do_a(do_b())如果整個(gè)流程中全部改為異步處理，而流程比較長的話，代碼邏輯就會(huì)成為這樣：
do_a(do_b(do_c(do_d(do_e(do_f(......))))))上面實(shí)際也是回調(diào)地獄式的風(fēng)格，但這不是主要矛盾。主要在于，原本從上而下的代碼結(jié)構(gòu)，要改成從內(nèi)到外的。先f，再e，再d，…，直到最外層 a 執(zhí)行完成。在同步版本中，執(zhí)行完a后執(zhí)行b，這是線程的指令指針控制著的流程，而在回調(diào)版本中，流程就是程序猿需要注意和安排的。
共享狀態(tài)管理困難
回顧第3節(jié)爬蟲代碼，同步阻塞版的sock對(duì)象從頭使用到尾，而在回調(diào)的版本中，我們必須在Crawler實(shí)例化后的對(duì)象self里保存它自己的sock對(duì)象。如果不是采用OOP的編程風(fēng)格，那需要把要共享的狀態(tài)接力似的傳遞給每一個(gè)回調(diào)。多個(gè)異步調(diào)用之間，到底要共享哪些狀態(tài)，事先就得考慮清楚，精心設(shè)計(jì)。錯(cuò)誤處理困難
一連串的回調(diào)構(gòu)成一個(gè)完整的調(diào)用鏈。例如上述的 a 到 f。假如 d 拋了異常怎么辦？整個(gè)調(diào)用鏈斷掉，接力傳遞的狀態(tài)也會(huì)丟失，這種現(xiàn)象稱為調(diào)用棧撕裂。 c 不知道該干嘛，繼續(xù)異常，然后是 b 異常，接著 a 異常。好嘛，報(bào)錯(cuò)日志就告訴你，a 調(diào)用出錯(cuò)了，但實(shí)際是 d 出錯(cuò)。所以，為了防止棧撕裂，異常必須以數(shù)據(jù)的形式返回，而不是直接拋出異常，然后每個(gè)回調(diào)中需要檢查上次調(diào)用的返回值，以防錯(cuò)誤吞沒。
如果說代碼風(fēng)格難看是小事，但棧撕裂和狀態(tài)管理困難這兩個(gè)缺點(diǎn)會(huì)讓基于回調(diào)的異步編程很艱難。所以不同編程語言的生態(tài)都在致力于解決這個(gè)問題。才誕生了后來的Promise、Co-routine等解決方案。
Python 生態(tài)也以終為始，秉承著“程序猿不必難程序猿”的原則，讓語言和框架開發(fā)者苦逼一點(diǎn)，也要讓應(yīng)用開發(fā)者舒坦。在事件循環(huán)+回調(diào)的基礎(chǔ)上衍生出了基于協(xié)程的解決方案，代表作有 Tornado、Twisted、asyncio 等。接下來我們隨著 Python 生態(tài)異步編程的發(fā)展過程，深入理解Python異步編程。
4.2 核心問題
通過前面的學(xué)習(xí)，我們清楚地認(rèn)識(shí)到異步編程最大的困難：異步任務(wù)何時(shí)執(zhí)行完畢？接下來要對(duì)異步調(diào)用的返回結(jié)果做什么操作？
上述問題我們已經(jīng)通過事件循環(huán)和回調(diào)解決了。但是回調(diào)會(huì)讓程序變得復(fù)雜。要異步，必回調(diào)，又是否有辦法規(guī)避其缺點(diǎn)呢？那需要弄清楚其本質(zhì)，為什么回調(diào)是必須的？還有使用回調(diào)時(shí)克服的那些缺點(diǎn)又是為了什么？
答案是程序?yàn)榱酥雷约阂呀?jīng)干了什么？正在干什么？將來要干什么？換言之，程序得知道當(dāng)前所處的狀態(tài)，而且要將這個(gè)狀態(tài)在不同的回調(diào)之間延續(xù)下去。
多個(gè)回調(diào)之間的狀態(tài)管理困難，那讓每個(gè)回調(diào)都能管理自己的狀態(tài)怎么樣？鏈?zhǔn)秸{(diào)用會(huì)有棧撕裂的困難，讓回調(diào)之間不再鏈?zhǔn)秸{(diào)用怎樣？不鏈?zhǔn)秸{(diào)用的話，那又如何讓被調(diào)用者知道已經(jīng)完成了？那就讓這個(gè)回調(diào)通知那個(gè)回調(diào)如何？而且一個(gè)回調(diào)，不就是一個(gè)待處理任務(wù)嗎？
任務(wù)之間得相互通知，每個(gè)任務(wù)得有自己的狀態(tài)。那不就是很古老的編程技法：協(xié)作式多任務(wù)？然而要在單線程內(nèi)做調(diào)度，啊哈，協(xié)程！每個(gè)協(xié)程具有自己的棧幀，當(dāng)然能知道自己處于什么狀態(tài)，協(xié)程之間可以協(xié)作那自然可以通知?jiǎng)e的協(xié)程。
4.3 協(xié)程
- 協(xié)程(Co-routine)，即是協(xié)作式的例程。
它是非搶占式的多任務(wù)子例程的概括，可以允許有多個(gè)入口點(diǎn)在例程中確定的位置來控制程序的暫停與恢復(fù)執(zhí)行。
例程是什么？編程語言定義的可被調(diào)用的代碼段，為了完成某個(gè)特定功能而封裝在一起的一系列指令。一般的編程語言都用稱為函數(shù)或方法的代碼結(jié)構(gòu)來體現(xiàn)。
4.4 基于生成器的協(xié)程
早期的 Pythoner 發(fā)現(xiàn) Python 中有種特殊的對(duì)象——生成器（Generator），它的特點(diǎn)和協(xié)程很像。每一次迭代之間，會(huì)暫停執(zhí)行，繼續(xù)下一次迭代的時(shí)候還不會(huì)丟失先前的狀態(tài)。
為了支持用生成器做簡單的協(xié)程，Python 2.5 對(duì)生成器進(jìn)行了增強(qiáng)(PEP 342)，該增強(qiáng)提案的標(biāo)題是 “Coroutines via Enhanced Generators”。有了PEP 342的加持，生成器可以通過yield 暫停執(zhí)行和向外返回?cái)?shù)據(jù)，也可以通過send()向生成器內(nèi)發(fā)送數(shù)據(jù)，還可以通過throw()向生成器內(nèi)拋出異常以便隨時(shí)終止生成器的運(yùn)行。
接下來，我們用基于生成器的協(xié)程來重構(gòu)先前的爬蟲代碼。
4.4.1 未來對(duì)象(Future)
不用回調(diào)的方式了，怎么知道異步調(diào)用的結(jié)果呢？先設(shè)計(jì)一個(gè)對(duì)象，異步調(diào)用執(zhí)行完的時(shí)候，就把結(jié)果放在它里面。這種對(duì)象稱之為未來對(duì)象。
未來對(duì)象有一個(gè)result屬性，用于存放未來的執(zhí)行結(jié)果。還有個(gè)set_result()方法，是用于設(shè)置result的，并且會(huì)在給result綁定值以后運(yùn)行事先給future添加的回調(diào)。回調(diào)是通過未來對(duì)象的add_done_callback()方法添加的。
不要疑惑此處的callback，說好了不回調(diào)的嘛？難道忘了我們曾經(jīng)說的要異步，必回調(diào)。不過也別急，此處的回調(diào)，和先前學(xué)到的回調(diào)，還真有點(diǎn)不一樣。
4.4.2 重構(gòu) Crawler
現(xiàn)在不論如何，我們有了未來對(duì)象可以代表未來的值。先用Future來重構(gòu)爬蟲代碼。
和先前的回調(diào)版本對(duì)比，已經(jīng)有了較大差異。fetch 方法內(nèi)有了yield表達(dá)式，使它成為了生成器。我們知道生成器需要先調(diào)用next()迭代一次或者是先send(None)啟動(dòng)，遇到yield之后便暫停。那這fetch生成器如何再次恢復(fù)執(zhí)行呢？至少 Future 和 Crawler都沒看到相關(guān)代碼。
4.4.3 任務(wù)對(duì)象(Task)
為了解決上述問題，我們只需遵循一個(gè)編程規(guī)則：單一職責(zé)，每種角色各司其職，如果還有工作沒有角色來做，那就創(chuàng)建一個(gè)角色去做。沒人來恢復(fù)這個(gè)生成器的執(zhí)行么？沒人來管理生成器的狀態(tài)么？創(chuàng)建一個(gè)，就叫Task好了，很合適的名字。
上述代碼中Task封裝了coro對(duì)象，即初始化時(shí)傳遞給他的對(duì)象，被管理的任務(wù)是待執(zhí)行的協(xié)程，故而這里的coro就是fetch()生成器。它還有個(gè)step()方法，在初始化的時(shí)候就會(huì)執(zhí)行一遍。step()內(nèi)會(huì)調(diào)用生成器的send()方法，初始化第一次發(fā)送的是None就驅(qū)動(dòng)了coro即fetch()的第一次執(zhí)行。
send()完成之后，得到下一次的future，然后給下一次的future添加step()回調(diào)。原來add_done_callback()不是給寫爬蟲業(yè)務(wù)邏輯用的。此前的callback可就干的是業(yè)務(wù)邏輯呀。
再看fetch()生成器，其內(nèi)部寫完了所有的業(yè)務(wù)邏輯，包括如何發(fā)送請(qǐng)求，如何讀取響應(yīng)。而且注冊給selector的回調(diào)相當(dāng)簡單，就是給對(duì)應(yīng)的future對(duì)象綁定結(jié)果值。兩個(gè)yield表達(dá)式都是返回對(duì)應(yīng)的future對(duì)象，然后返回Task.step()之內(nèi)，這樣Task, Future, Coroutine三者精妙地串聯(lián)在了一起。
初始化Task對(duì)象以后，把fetch()給驅(qū)動(dòng)到了第44行yied f就完事了，接下來怎么繼續(xù)？
4.4.4 事件循環(huán)(Event Loop)驅(qū)動(dòng)協(xié)程運(yùn)行
該事件循環(huán)上場了。接下來，只需等待已經(jīng)注冊的EVENT_WRITE事件發(fā)生。事件循環(huán)就像心臟一般，只要它開始跳動(dòng)，整個(gè)程序就會(huì)持續(xù)運(yùn)行。
注：總體耗時(shí)約0.43秒。
現(xiàn)在loop有了些許變化，callback()不再傳遞event_key和event_mask參數(shù)。也就是說，這里的回調(diào)根本不關(guān)心是誰觸發(fā)了這個(gè)事件，結(jié)合fetch()可以知道，它只需完成對(duì)future設(shè)置結(jié)果值即可f.set_result()。而且future是誰它也不關(guān)心，因?yàn)?strong>協(xié)程能夠保存自己的狀態(tài)，知道自己的future是哪個(gè)。也不用關(guān)心到底要設(shè)置什么值，因?yàn)橐O(shè)置什么值也是協(xié)程內(nèi)安排的。
此時(shí)的loop()，真的成了一個(gè)心臟，它只管往外泵血，不論這份血液是要輸送給大腦還是要給腳趾，只要它還在跳動(dòng)，生命就能延續(xù)。
4.4.5 生成器協(xié)程風(fēng)格和回調(diào)風(fēng)格對(duì)比總結(jié)
在回調(diào)風(fēng)格中：
存在鏈?zhǔn)交卣{(diào)（雖然示例中嵌套回調(diào)只有一層）
請(qǐng)求和響應(yīng)也不得不分為兩個(gè)回調(diào)以至于破壞了同步代碼那種結(jié)構(gòu)
程序員必須在回調(diào)之間維護(hù)必須的狀態(tài)。
還有更多示例中沒有展示，但確實(shí)存在的問題，參見4.1節(jié)。
而基于生成器協(xié)程的風(fēng)格：
無鏈?zhǔn)秸{(diào)用
selector的回調(diào)里只管給future設(shè)置值，不再關(guān)心業(yè)務(wù)邏輯loop內(nèi)回調(diào)callback()不再關(guān)注是誰觸發(fā)了事件已趨近于同步代碼的結(jié)構(gòu)
無需程序員在多個(gè)協(xié)程之間維護(hù)狀態(tài)，例如哪個(gè)才是自己的
sock
4.4.6 碉堡了，但是代碼很丑！能不能重構(gòu)？
如果說fetch的容錯(cuò)能力要更強(qiáng)，業(yè)務(wù)功能也需要更完善，怎么辦？而且技術(shù)處理的部分（socket相關(guān)的）和業(yè)務(wù)處理的部分（請(qǐng)求與返回?cái)?shù)據(jù)的處理）混在一起。
創(chuàng)建
socket連接可以抽象復(fù)用吧？循環(huán)讀取整個(gè)
response可以抽象復(fù)用吧？循環(huán)內(nèi)處理
socket.recv()的可以抽象復(fù)用吧？
但是這些關(guān)鍵節(jié)點(diǎn)的地方都有yield，抽離出來的代碼也需要是生成器。而且fetch()自己也得是生成器。生成器里玩生成器，代碼好像要寫得更丑才可以……
Python 語言的設(shè)計(jì)者們也認(rèn)識(shí)到了這個(gè)問題，再次秉承著“程序猿不必為難程序猿”的原則，他們搗鼓出了一個(gè)yield from來解決生成器里玩生成器的問題。
4.5 用 yield from 改進(jìn)生成器協(xié)程
4.5.1 yield from語法介紹
yield from 是Python 3.3 新引入的語法（PEP 380）。它主要解決的就是在生成器里玩生成器不方便的問題。它有兩大主要功能。
第一個(gè)功能是：讓嵌套生成器不必通過循環(huán)迭代yield，而是直接yield from。以下兩種在生成器里玩子生成器的方式是等價(jià)的。
def gen_one():
subgen = range(10) yield from subgendef gen_two():
subgen = range(10) for item in subgen: yield item
第二個(gè)功能就是在子生成器和原生成器的調(diào)用者之間打開雙向通道，兩者可以直接通信。
def gen():
yield from subgen()def subgen():
while True:
x = yield
yield x+1def main():
g = gen()
next(g) # 驅(qū)動(dòng)生成器g開始執(zhí)行到第一個(gè) yield
retval = g.send(1) # 看似向生成器 gen() 發(fā)送數(shù)據(jù)
print(retval) # 返回2
g.throw(StopIteration) # 看似向gen()拋入異常
通過上述代碼清晰地理解了yield from的雙向通道功能。關(guān)鍵字yield from在gen()內(nèi)部為subgen()和main()開辟了通信通道。main()里可以直接將數(shù)據(jù)1發(fā)送給subgen(),subgen()也可以將計(jì)算后的數(shù)據(jù)2返回到main()里，main()里也可以直接向subgen()拋入異常以終止subgen()。
順帶一提，yield from 除了可以 yield from <generator> 還可以 yield from <iterable>。
4.5.2 重構(gòu)代碼
抽象socket連接的功能:
抽象單次recv()和讀取完整的response功能:
三個(gè)關(guān)鍵點(diǎn)的抽象已經(jīng)完成，現(xiàn)在重構(gòu)Crawler類：
上面代碼整體來講沒什么問題，可復(fù)用的代碼已經(jīng)抽象出去，作為子生成器也可以使用 yield from 語法來獲取值。但另外有個(gè)點(diǎn)需要注意：在第24和第35行返回future對(duì)象的時(shí)候，我們了yield from f 而不是原來的yield f。yield可以直接作用于普通Python對(duì)象，而yield from卻不行，所以我們對(duì)Future還要進(jìn)一步改造，把它變成一個(gè)iterable對(duì)象就可以了。
只是增加了__iter__()方法的實(shí)現(xiàn)。如果不把Future改成iterable也是可以的，還是用原來的yield f即可。那為什么需要改進(jìn)呢？
首先，我們是在基于生成器做協(xié)程，而生成器還得是生成器，如果繼續(xù)混用yield和yield from 做協(xié)程，代碼可讀性和可理解性都不好。其次，如果不改，協(xié)程內(nèi)還得關(guān)心它等待的對(duì)象是否可被yield，如果協(xié)程里還想繼續(xù)返回協(xié)程怎么辦？如果想調(diào)用普通函數(shù)動(dòng)態(tài)生成一個(gè)Future對(duì)象再返回怎么辦？
所以，在Python 3.3 引入yield from新語法之后，就不再推薦用yield去做協(xié)程。全都使用yield from由于其雙向通道的功能，可以讓我們在協(xié)程間隨心所欲地傳遞數(shù)據(jù)。
4.5.3 yield from改進(jìn)協(xié)程總結(jié)
用yield from改進(jìn)基于生成器的協(xié)程，代碼抽象程度更高。使業(yè)務(wù)邏輯相關(guān)的代碼更精簡。由于其雙向通道功能可以讓協(xié)程之間隨心所欲傳遞數(shù)據(jù)，使Python異步編程的協(xié)程解決方案大大向前邁進(jìn)了一步。
于是Python語言開發(fā)者們充分利用yield from，使 Guido 主導(dǎo)的Python異步編程框架Tulip迅速脫胎換骨，并迫不及待得讓它在 Python 3.4 中換了個(gè)名字asyncio以“實(shí)習(xí)生”角色出現(xiàn)在標(biāo)準(zhǔn)庫中。
4.5.4 asyncio 介紹
asyncio是Python 3.4 試驗(yàn)性引入的異步I/O框架（PEP 3156），提供了基于協(xié)程做異步I/O編寫單線程并發(fā)代碼的基礎(chǔ)設(shè)施。其核心組件有事件循環(huán)（Event Loop）、協(xié)程(Coroutine）、任務(wù)(Task)、未來對(duì)象(Future)以及其他一些擴(kuò)充和輔助性質(zhì)的模塊。
在引入asyncio的時(shí)候，還提供了一個(gè)裝飾器@asyncio.coroutine用于裝飾使用了yield from的函數(shù)，以標(biāo)記其為協(xié)程。但并不強(qiáng)制使用這個(gè)裝飾器。
雖然發(fā)展到 Python 3.4 時(shí)有了yield from的加持讓協(xié)程更容易了，但是由于協(xié)程在Python中發(fā)展的歷史包袱所致，很多人仍然弄不明白生成器和協(xié)程的聯(lián)系與區(qū)別，也弄不明白yield 和 yield from 的區(qū)別。這種混亂的狀態(tài)也違背Python之禪的一些準(zhǔn)則。
于是Python設(shè)計(jì)者們又快馬加鞭地在 3.5 中新增了async/await語法（PEP 492），對(duì)協(xié)程有了明確而顯式的支持，稱之為原生協(xié)程。async/await 和 yield from這兩種風(fēng)格的協(xié)程底層復(fù)用共同的實(shí)現(xiàn)，而且相互兼容。
在Python 3.6 中asyncio庫“轉(zhuǎn)正”，不再是實(shí)驗(yàn)性質(zhì)的，成為標(biāo)準(zhǔn)庫的正式一員。
4.6 總結(jié)
行至此處，我們已經(jīng)掌握了asyncio的核心原理，學(xué)習(xí)了它的原型，也學(xué)習(xí)了異步I/O在 CPython 官方支持的生態(tài)下是如何一步步發(fā)展至今的。
實(shí)際上，真正的asyncio比我們前幾節(jié)中學(xué)到的要復(fù)雜得多，它還實(shí)現(xiàn)了零拷貝、公平調(diào)度、異常處理、任務(wù)狀態(tài)管理等等使 Python 異步編程更完善的內(nèi)容。理解原理和原型對(duì)我們后續(xù)學(xué)習(xí)有莫大的幫助。
5 asyncio和原生協(xié)程初體驗(yàn)
本節(jié)中，我們將初步體驗(yàn)asyncio庫和新增語法async/await給我們帶來的便利。由于Python2-3的過度期間，Python3.0-3.4的使用者并不是太多，也為了不讓更多的人困惑，也因?yàn)?code>aysncio在3.6才轉(zhuǎn)正，所以更深入學(xué)習(xí)asyncio庫的時(shí)候我們將使用async/await定義的原生協(xié)程風(fēng)格，yield from風(fēng)格的協(xié)程不再闡述（實(shí)際上它們可用很小的代價(jià)相互代替）。
對(duì)比生成器版的協(xié)程，使用asyncio庫后變化很大：
沒有了
yield或yield from，而是async/await沒有了自造的
loop()，取而代之的是asyncio.get_event_loop()無需自己在socket上做異步操作，不用顯式地注冊和注銷事件，
aiohttp庫已經(jīng)代勞沒有了顯式的
Future和Task，asyncio已封裝更少量的代碼，更優(yōu)雅的設(shè)計(jì)
說明：我們這里發(fā)送和接收HTTP請(qǐng)求不再自己操作socket的原因是，在實(shí)際做業(yè)務(wù)項(xiàng)目的過程中，要處理妥善地HTTP協(xié)議會(huì)很復(fù)雜，我們需要的是功能完善的異步HTTP客戶端，業(yè)界已經(jīng)有了成熟的解決方案，DRY不是嗎？
和同步阻塞版的代碼對(duì)比：
異步化
代碼量相當(dāng)（引入aiohttp框架后更少）
代碼邏輯同樣簡單，跟同步代碼一樣的結(jié)構(gòu)、一樣的邏輯
接近10倍的性能提升
結(jié)語
到此為止，我們已經(jīng)深入地學(xué)習(xí)了異步編程是什么、為什么、在Python里是怎么樣發(fā)展的。我們找到了一種讓代碼看起來跟同步代碼一樣簡單，而效率卻提升N倍（具體提升情況取決于項(xiàng)目規(guī)模、網(wǎng)絡(luò)環(huán)境、實(shí)現(xiàn)細(xì)節(jié)）的異步編程方法。它也沒有回調(diào)的那些缺點(diǎn)。
本系列教程接下來的一篇將是學(xué)習(xí)asyncio庫如何的使用，快速掌握它的主要內(nèi)容。后續(xù)我們還會(huì)深入探究asyncio的優(yōu)點(diǎn)與缺點(diǎn)，也會(huì)探討Python生態(tài)中其他異步I/O方案和asyncio的區(qū)別。
附
參考資料
《A Web Crawler With asyncio Coroutines》
《讓 CPU 告訴你硬盤和網(wǎng)絡(luò)到底有多慢》
