我們本節開始學習的python asyncio包，使用基於事件循環驅動的協程實現併發。這是python中最大，也是最具雄心壯志的庫之一。既然asyncio基於事件驅動，那麼讓我們首先來了解下事件驅動編程，再進入正題。
一. 事件驅動
1.1 單線程、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範式，程序的執行流程由外部事件來決定。它的特點是包含一個事件循環，當外部事件發生時，使用一種回調機制來觸發相應的處理，另外兩種常用的編程範式是（單線程同步）以及多進程編程。
下圖對比了單線程、多線程以及事件驅動編程模型。如圖，這個程序有A/B/C個任務需要完成，每個任務在執行過程中都存在IO阻塞，阻塞的時間使用黑色塊表示。
單線程同步模型中，多個任務按序執行。一旦某個任務因爲I/O而阻塞，其他所有的任務都必須等待，直到前面的任務完成之後它們才能依次執行。如果任務之間並沒有互相依賴的關係，但仍然需要互相等待的話這就使得程序不必要的降低了運行速度。
多進程同步模型中，各個任務分別在獨立的進程中執行。進程由操作系統來管理，在多處理器系統上可以並行處理，或者在單處理器系統上交錯執行。與單線程同步程序相比，多進程的效率更高，但同時創建進程的資源消耗也比較大（多線程操作共享資源時，還需要考慮同步互斥機制，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行。當遇到I/O操作時，註冊一個回調到事件循環中，然後當I/O操作完成時繼續執行。事件循環輪詢所有的事件，當事件到來時將它們分配給等待處理事件的回調函數。因此，一個任務在遇到IO阻塞時，可以讓步出CPU的使用權，讓其它任務繼續執行，而不是一直等待。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多路複用，使用的就是事件驅動編程模型，利用select/poll/epoll將IO事件交給系統內核監控，當某個IO描述符結束阻塞準備就緒時，就將其返回。此處不再贅述，有需要的讀者可以訪問 python實現IO多路複用 瞭解select/poll/epoll的用法。
1.2 協程的引入
事件驅動編程模型有諸多好處，但在嵌套多層回調時，可讀性較差，出現異常排查也很困難，非常不利於後期的維護。於是，我們引入協程來解決上面的問題，允許我們採用同步的方式去編寫異步的代碼，使代碼的可讀性提升，既操作簡單，速度又快。協程使用單線程去切換任務，性能遠高於線程切換，且不需要加鎖，併發性高。
進程、線程以及協程的關係可以使用下圖描述：
進程可以包含多個線程，多個線程共享進程的資源，因此線程比進程更輕量；而協程的本質是一個函數，一個線程可以包含多個協程，協程比線程更輕量。
1.3 相關概念
下面的概念在 python處理併發導讀與目錄 中已詳細區分，此處只作爲回顧，簡單概述。
- 併發：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，就可以認爲CPU的併發是100。
- 並行：在多核CPU中，多個任務在不同的CPU上同時運行；並行數量和CPU數量是一致的。
- 同步：必須等待前一個調用完成後，再開始新的的調用。
- 異步：不必等待前一個操作的完成，就開始新的的調用。
- 阻塞：調用函數的時候，當前線程被掛起。
- 非阻塞：調用函數的時候，當前線程不會被掛起，而是立即返回結果（不管什麼樣的結果）。
二. asyncio模塊
python3.4中引入asyncio模塊，創建協程函數時使用@asyncio.coroutine裝飾器裝飾。我們前面介紹的yield from是python3.4前的用法，即包含yield from語句的函數即可作爲生成器函數，也可以稱作協程函數。而在python3.4之後，使用@asyncio.coroutine裝飾器的函數即可稱作協程函數。關於asyncio中的基本概念總結如下：
| 術語 | 說明 |
| coroutine 協程對象 | 使用@asyncio.coroutine裝飾器裝飾的函數被稱作協程函數，它的調用不會立即執行，而是返回一個協程對象。協程對象需要包裝成任務注入到事件循環，由事件循環調用。 |
| task 任務 | 使用協程對象作爲參數創建任務，任務是協程對象的進一步封裝，其包含任務的各種狀態 |
| event_loop 事件循環 | 協程函數必須添加到事件循環中，由事件循環去運行，因爲直接調用協程函數返回的是協程對象，協程函數並不會真正開始運行。事件循環控制任務運行流程，是任務的調用方。 |
示例 asyncio實現協程的簡單示例
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：首先使用協程裝飾器@asyncio.coroutine創建協程函數，協程函數中使用time.sleep(3)模擬一個耗時的IO操作。asyncio.get_event_loop()用來創建事件循環；每個線程中只能有一個事件循環，get_event_loop獲取當前已經存在的事件循環，如果當前線程中沒有，則新建一個事件循環。loop.run_until_complete(coroutine) 將協程對象注入到事件循環，協程的運行由事件循環控制。事件循環的 run_until_complete 方法會阻塞運行，直到任務全部完成。協程對象作爲 run_until_complete 方法的參數，loop 會自動將協程對象包裝成任務來運行。下節我們會講到多個任務注入事件循環的情況。
