協程框架基礎
任何一個協程框架都首先必須是一個異步框架，asyncio也不例外。一個異步框架通常主要包括事件循環、事件隊列、polling、timer隊列，所有的異步框架皆不例外，asyncio也是如此。事件循環是實際啓動之後執行的代碼，事件隊列用來向事件循環發送要執行的任務，polling使用multiplexing技術（如select或epoll）用來監控socket等IO活動，timer隊列保存定時器，一般是個最小堆。
執行過程以asyncio爲例，asyncio的事件隊列裏面就是普通的callable，callable執行的時候調用asyncio的其他接口配置polling或者timer隊列或者發送更多callable到事件隊列裏。polling或者timer隊列會將socket活動和計時器關聯到不同的回調，這個回調不是立即執行的，而是延遲迴調，也就是不直接調用而是放進事件隊列裏，等着事件循環去調用。事件循環（也就是所謂EventLoop）開始的時候，會不斷從事件隊列裏取callable，然後一個一個call過去，call完換下一個；事件隊列裏沒有了，就去timer隊列裏取一個最近的timer作爲超時時間，去調用polling，直到任意socket活動，或者超時爲止，然後根據不同的條件，將socket的回調放到事件隊列裏，從頭開始執行。這個過程描述下來，是不是感覺很簡單？
那這麼簡單的結構怎麼實現異步編程呢？原理也很簡單，每個callable都是一小份工作，當這部分工作做完之後，會等待下一個條件：如果要等socket，就設置polling回調；如果要等超時時間，就設置timer；如果要等其他callable完成，就使用同步對象的callback接口（後面會講的Future）；如果要同時等多個條件，就把所有的回調都設置上。通過這些回調不斷觸發，就能實現異步編程的目的。
基於回調的代碼結構在這件事情上就比較直白，直接將回調函數設置成polling或者timer或者同步對象的callback就行了。
Future基礎
Future是什麼呢？基本的Future就是一個回調管理器，任何程序都可以通過add_callback的接口爲這個Future設置一個回調函數，在Future完成時會調用這個回調函數。Future剛創建的時候是未完成狀態，有一個接口set_result可以將Future設置爲完成狀態，很顯然實際上也是這個set_result接口調用了已經註冊的那些callback，很簡單很弱智（simple and stupid，stupid對於設計來說是一個褒義詞）的設計，說穿了就是宣佈Future完成的那個callable自己去調了這些回調。如果add_callback的時候Future已經完成，就讓add_callback自己去直接調用了這個回調，這樣效果就統一了。這其中，唯一的祕密在於，Future調用callback並不是直接調用（否則反覆觸發會導致棧溢出），而是通過前面說的延遲調用，將callable放到事件隊列裏，讓事件循環幫忙調用一下。
使用Future的好處在於可以方便地管理回調——也就只有這麼點用了。順便它可以保存一下結果，回調的時候能讀出來這個Future之前是成功了還是失敗了。
Future可以cancel，cancel實際上是爲Future設置了一個特殊的“已取消”的結果，其他跟普通的結果沒有多大區別。
Future可以串聯或並聯起來，串聯的Future使用一個callback自動觸發後一個Future，這樣這兩個Future就會依次完成，可以用來將不同的流程連接起來；並聯起來的多個Future，可以在全部完成，或者第一個完成之類的情況下觸發另一個Future，實現一些較複雜的流程控制。
Coroutine與Task
下一個問題是回調結構，說白了，我們不太喜歡callback hell——一段複雜的異步代碼需要寫非常多的callback閉包，管理狀態的時候很麻煩。怎麼解決呢？Python有一種結構叫做生成器，也就是帶有yield的函數，叫做生成器函數，它在調用的時候會返回一個生成器（generator），這個生成器可以步進——也就是說，調用一下next，就走一小段，暫停下來，返回一個值；再調用一下，又走一小段，返回一個值。這個結構就很有意思了，我們可以用它來代替普通的callback，每次callback的時候步進一小段就好了，它的結構讓它自己就可以保存之前的過程的狀態，在外部看來是異步（每次調用一個callable），在它自己看來卻是一個連續的同步過程，這樣就可以用類似於同步的寫法來寫異步過程了。
更妙的是，Python中的生成器不僅可以每次返回一個值，它還可以再接收一個值，也可以在暫停的位置直接拋出異常，這就有很豐富的流程控制體驗了。
我們將生成器跟Future結合起來，就可以設計一種叫做coroutine的異步流程，它是一個生成器，每次通過yield返回一個Future，然後我們爲這個Future設置一個callback，這個callback觸發的時候，我們將Future裏保存的結果發送給這個coroutine，這會讓coroutine往下再步進一步，得到下一個Future，這樣依次執行下去，我們就可以讓這個coroutine在我們的異步模型當中以一種類似於同步的方式執行下去。
要做到這個目的，我們需要有一個殼套在生成器外面，它用來自動調用Future的add_callback，做一些coroutine和事件循環之間的適配的工作，這個殼就叫做asyncio.Task，把一個coroutine放到一個Task的殼裏面，coroutine就可以在事件循環裏相對獨立地執行了。asyncio.Task自己也是一個Future的子類，這樣也可以把asyncio.Task作爲一個Future來使用，就可以等待一個任務執行結束了；區別在於，Task的結果是自動用coroutine返回值設置的，而且Task的cancel不僅會設置“已取消”的結果，還會立即在coroutine中拋出異常，嘗試使coroutine提前結束。
除了使用Task作爲Future來串聯，coroutine之間還可以級聯——在一個coroutine內，想要執行另一個coroutine，只需要將這個coroutine的yield值和返回值，以及外部發送的值全部都代理到內層coroutine裏就行了。在Python 3中有一個專門的yield from的語法用來做這件事。
從Python 3.5開始，coroutine有了一個專門的async def的寫法，將coroutine和普通的生成器區分開。async def中的await語義和yield有些區別，它更接近於yield from，因此如果await一個coroutine，實際上是前面說的級聯；如果await一個Future，Future通過__await__方法在內部yield了自己，這樣就跟直接yield一個Future沒太大區別了，由此所有的邏輯都可以通過簡單的await語法來實現。
處理polling和timer時也很簡單，方法實際上是創建一個新的Future，用polling或者timer的回調來設置Future的結果，剩下的就可以回到使用Future的方法上。
舉例
async def do_something():
await asyncio.sleep(2)
r = await some_other_thing()
return r + 1
這是一個典型的coroutine函數，調用這個函數得到一個coroutine對象。這個coroutine首先等待了一個Future（asyncio.sleep返回一個定時器相關的Future），然後級聯了另一個coroutine方法，最後返回了一個結果。使用loop.run_until_complete()就可以執行這個異步過程了，也可以在其他異步過程中await這個過程，或者使用 asyncio.ensure_future()異步執行這個過程。
同步堵塞
import time
def hello():
time.sleep(1)
def run():
for i in range(5):
hello()
print('Hello World:%s' % time.time()) # 任何偉大的代碼都是從Hello World 開始的！
if __name__ == '__main__':
run()
異步執行，類似協程互不影響，線程處理
import time
import asyncio
# 定義異步函數
async def hello():
asyncio.sleep(1)
print('Hello World:%s' % time.time())
def run():
for i in range(5):
loop.run_until_complete(hello())
loop = asyncio.get_event_loop()
if __name__ =='__main__':
run()