协程和线程（python中异步的概念以及asyncio库）_python协程和线程区别
目录
一·协程概念
协程优点:
协程缺点:
协程和线程的区别
使用asyncio实现异步程序
非异步程序
二·python中asyncio库介绍
1·事件循环（EventLoop）
使用EventLoop运行协程函数
demo1
demo2
2·coroutine
3·task任务
task对象
使用task和gather实现协程并发
Demo2：使用gather的方式并发协程对象
4·future对象
5.async / await关键字
await关键字的使用
demo
🧾 对比同步版本
⏱ 实际执行流程如下：
三·协程函数和普通函数的区别
1·协程对象的使用
（1）使用await的时候
（2）使用 asyncio.run的时候
（4）demo2不使用await
一·协程概念
在同一线程内，一段执行代码过程中，可以中断并跳转到另一段代码中，接着之前中断的地方继续执行。
协程运行状态于多线程类似。
协程优点:
无需线程上下文切换，协程避免了无意义的调度，可以提高性能 无需原子操作锁定及同步开销。
方便切换控制流，简化编程模型 。
高并发+高扩展性+低成本，一个CPU支持上万的协程不是问题，很适合用干高并发处理
协程缺点:
1·无法利用多核资源。协程的本质是单线程，不能同时将单个CPU的多个核用上，协程需要进程配合才能运行在多CPU上。(不过我们日常编程不会有这个问题，除非是CPU密集型应用)
2·进行阻塞操作(如IO时)会阻塞掉整个程序
3·通过进程＋协程的方式才可以利用多核资源
协程和线程的区别
✅ 它们都是“并发”的手段
并发（Concurrency）指的是：在同一个时间段内管理多个任务的执行。
线程：如果有三个线程对象启动，则会创建三个线程对象，
协程：如果有三个协程函数，但是只会有一个线程
异步的小案例
使用asyncio实现异步程序
import timeimport asyncionow=lambda: time.time() # 定义 now() 为当前时间戳start = now() # 程序开始时间协程函数async def fun(i): asyncio.sleep(1) print(i)for i in range(5): asyncio.run(fun(i))print(f\"当前花费的时间为{now()-start}\") #当前时间 - 开始时间 = 花费的时间非异步程序
import timeimport asyncionow=lambda: time.time() # 定义 now() 为当前时间戳start = now() # 程序开始时间def fun_1(i): time.sleep(1) print(i)for i in range(5): a=fun_1(i)print(f\"当前花费的时间为 {now()-start}\")二·python中asyncio库介绍
asyncio是python3.4之后引入的标准库，内置对异步10的支持。asyncio的编程模型是一个消息循环，我们从asyncio 模块中直接获取一个EventLoop的引用，然后把需要执行的协程扔到EventLoop中执行，就实现了异步、
1·事件循环（EventLoop）
类似于一个死循环的列表
我们在创建一些协程任务的时候，会将任务放到事件循环中，事件循环会对当前存在的任务进行状态的判断
任务的状态有：已完成，未完成
对于已经完成的任务会进行删除，如果是未完成的任务/等待完成的任务会被事件循环调度
如果当前事件循环的任务已经全部完成，则事件循环列表为空，如果为空，则中断循环并退出。
使用EventLoop运行协程函数
一个协程函数，它无法直接运行，需要使用EventLoop进行运行，下面是协程函数的两种运行方式
demo1
import asyncioasync def work(): print(\"这是一个协程对象\")async def main(): task=[ asyncio.create_task(work()) ] await asyncio.wait(task)asyncio.run(main())#使用create_task能够运行多个协程对象demo2
import asyncioasync def work(): print(\"这是一个协程对象\")task=[ work() ]asyncio.run(asyncio,wait(task))2·coroutine
协程协程对象，指一个使用async 关键字定义的函数，它的调用不会立即执行函数，而是会返回一个协程对象。2协程对象需要注册到事件循环，由事件循环调用。
3·task任务
一个协程对象就是一个原生可以挂起的函数，任务则是对协程进一步封装，其中包含任务的各种状态。
task对象
task对象就是往事件循环添加任务的一个接口
task对象就是往事件循环中加入任务用的。Task用于开发调度协程，通过asyncio.create task(协程对象)创建(python3.7之后有这个函数)，也可以用asyncio.ensure future(corkutine)和 loop.create task(coroutine)创建一个task。run until complete的参数是一个future对象，当传入一个协程，其内部会自动封装成task。不建议手动实例化task对象
使用task和gather实现协程并发
Demo1：使用wait方法循环遍历的方式并发协程对象
async def work(x): print(f\"当前接收的参数为{x}\") #模拟一个耗时任务 await asyncio.sleep(x) return f\"当前任务的返回值为{x}\"async def main(): #创建是个任务并提交到事件循环 tasks=[asyncio.create_task(work(i)) for i in range(10)] #tasks是一个列表不能直接await需要使用wait方法迭代列表 #done 和 pending 是两个集合（set 类型），done包含已经完成的任务，pending包含 仍在等待中、尚未 完成的任务 done, pending=await asyncio.wait(tasks) for result in done: print(result)Demo2：使用gather的方式并发协程对象
async def work(x): print(f\"当前接收的参数为{x}\") #模拟一个耗时任务 await asyncio.sleep(x) return f\"当前任务的返回值为{x}\"async def main(): #创建是个任务并提交到事件循环 tasks=[asyncio.create_task(work(i)) for i in range(10) # gather用来收集所有已完成的任务的返回值，并且获取到的任务返回值是有顺序的 results=await asyncio.gather(*tasks) print(results)asyncio.run(main())4·future对象
代表将来执行或者没有执行的任务的结果，它和task没有本质上的区别（task对象其实是future对象的子类 ）
5.async / await关键字的作用
1·暂停当前协程，等待另一个协程执行完毕。
2·直接获取另一个协程的返回值。
await关键字的流程和使用
当协程函数（async def）中执行到 await：
-
如果后面的任务 需要等待（比如网络请求、IO操作、定时器），
-
那么当前协程会 挂起（暂停执行），
-
让出控制权 给事件循环（event loop），
-
其他任务可以继续执行（比如别的协程或事件处理），
-
一旦等待的操作完成，事件循环会把这个协程 恢复继续执行。
demo
两个协程函数并发执行
pythondemo1import asyncioasync def say_hello(name): print(f\"{name} 开始\") await asyncio.sleep(2) print(f\"{name} 结束\")async def main(): # 并发启动两个协程任务 await asyncio.gather( say_hello(\"协程1\"), say_hello(\"协程2\") )asyncio.run(main())🧠 执行过程解释
-
协程1和协程2几乎同时启动。 -
遇到
await asyncio.sleep(2)时，不会阻塞程序，而是让出执行权，事件循环调度另一个协程运行。 -
两个协程的
sleep是并发等待的。 -
大约 2秒后，两个协程几乎同时结束。
✅ 输出如下（2秒内完成）：
CopyEdit协程1 开始协程2 开始协程1 结束协程2 结束
🧾 对比同步版本
如果不使用 async 和 await，而是用同步 time.sleep(4)，每个任务会依次等待，总共要 8秒：（因为逻辑上没有使用并发（task对象））
async def other(): print(\"this is other\") await asyncio.sleep(4) print(\"协程任务完成\") return \"这是当前协程任务的返回值\"async def main_1(): print(\"process is runing\") res1=await other() #它的执行方式是逻辑上的“同步”顺序 res2=await other() print(\"当前协程任务的返回值为\", res1 , res2)asyncio.run(main_1())⏱ 实际执行流程如下：
-
打印：
process is runing -
调用
other()，打印：this is other -
await asyncio.sleep(4)→ 程序等待 4秒 -
打印：
协程任务完成 -
返回值赋给
res1 -
再次调用
other()，重复上面的步骤 → 又等 4秒 -
最后打印两次返回值。
🧠 总耗时：大约 8秒
三·协程函数和普通函数的区别
# 普通函数def foo(): return 123# 协程函数async def bar(): return 456foo_obj = foo() # 返回值：123（已执行）bar_obj = bar() # 返回一个协程对象，还没执行！⚠️ 核心区别在于：「调用后是否立即执行」
1·协程对象的使用
（1）使用await的时候
从上面我们能够知道，当你在一个协程函数内调用另一个协程函数的时候，直接调用不加await的话不会运行，只会返回一个协程对象
在协程函数内部调用另一个协程函数时，必须用 await，否则被调用的协程函数不会被执行
（2）使用 asyncio.run的时候
直接调用一个协程函数可以不使用await，可以使用asyncio.run() ，因为asyncio.run()设计用于程序的最高层入口点，它会创建新的事件循环并运行你传入的协程，只能在主线程且无事件循环运行时调用
（3）demo1正确使用await返回数据
import asyncioasync def bar(): numbers=\"0123456789\" return numbersasync def bar1(): numbers=\"0123456789\" return numbersasync def bar2(): numbers=\"0123456789\" return numbersasync def main(): tasks=[asyncio.create_task(bar()),asyncio.create_task(bar1()),asyncio.create_task(bar2())] result= await asyncio.gather(*tasks) #asyncio.gather 用于并发运行多个协程，并收集它们的返回值。 print(result)if __name__==\"__main__\": asyncio.run(main()) #这里是程序的最高点asyncio.run()只能在最高点运行 #run会自动创建一个EventLoop事件循环，当 main() 协程执行完毕后，事件循环会自动关闭，程序结束。运行结果：正常返回值
（4）demo2不使用await
import asyncioasync def bar(): numbers=\"0123456789\" return numbersasync def bar1(): numbers=\"0123456789\" return numbersasync def bar2(): numbers=\"0123456789\" return numbersasync def main(): tasks=[asyncio.create_task(bar()),asyncio.create_task(bar1()),asyncio.create_task(bar2())] result= asyncio.gather(*tasks) #由于没有使用await所以只会返回协程对象 print(result)if __name__==\"__main__\": asyncio.run(main()) #这里是程序的最高点asyncio.run()只能在最高点运行 #run会自动创建一个EventLoop事件循环，当 main() 协程执行完毕后，事件循环会自动关闭，程序结束。由于没有正确使用await，所以会直接返回一个对象而不是对象里的值
