Python异步编程
异步编程
在Python中，由于CPython的GIL限制，不能使用多线程充分利用资源，因此在进行诸如文件存取、网络请求等IO操作的时候极其浪费资源，程序往往要在一个点上空等。虽然Python可以借助多进程来改善，但是进程相比线程来说过重，如果只用多进程就可以完全解决问题，线程这个概念也就不会出现了。
在耗时任务（主要是IO）的操作上，Python提供了一些方法来解决，比如协程的概念。初次了解协程的时候认为这是可以拯救世界的东西，概念新颖，方法独特，但是在了解了如C#的async/await以及Javascript（同样是单线程语言）的async/await之后，明白了基于yield/send的协程仍然使用起来仍然不够顺手。
在Python3.4版本之后，Python引入了asyncio标准库，使用@coroutine和EventLoop可以更方便地完成Python协程的工作，接着在Python3.5中，Python引入了async/await关键字，彻底简化了Python异步编程流程。自从C#最早提出async/await之后，很多语言都引入了这一机制，因为它真的太好用了，可以完全以同步的风格进行异步编程。不过由于与C#的实现机制不同，在Python协程中仍然有一些具体的细节无法回避，比如send/yield的交互。
工具对比
在Python生态系统中，有很多异步编程库可以使用，这些编程库有的是诞生于Python异步支持之前，自行实现了事件循环，有的是依托于Python的异步机制进一步开发，在进行异步编程的时候，可以借助以下的工具来简化工作：