协程

 ※

在 Python 中，协程通常使用 async 和 await 关键字来定义和管理。通过使用这些关键字，你可以定义异步函数（async function）和异步上下文管理器（async context manager），这些函数和上下文管理器可以在需要时挂起（暂停）和恢复执行。这种方式可以让程序员编写类似于同步代码的异步程序，从而更容易地处理并发任务。但协程对于内核来说依旧是一个线程，并不是真正的并行运行。

协程的优点包括：

1. 轻量级: 与线程相比，协程的创建和切换开销更小，因为它们在单个线程中运行。
2. 简单: 使用 async 和 await 关键字，可以更容易地编写并发代码，避免了传统多线程编程中的锁和同步问题。
3. 高效: 在 I/O 密集型任务中，协程可以更好地利用系统资源，因为它们可以在等待 I/O 操作完成时挂起，而不会阻塞整个线程。

协程跟线程的区别:
线程是通过在内核态进行系统调度、切换、销毁的，而协程是在用户态，通过程序本身来进行调度
和切换，由于协程会将寄存器上下文和栈保存到其他地方，在切换回来时，会恢复之前保存的寄存器上
下文和栈。
因此协程在没有系统的参与下，整体性能会非常好，没有了线程之间切换的开销，可以获得很高的
运行效率; 同时由于不用线程切换，也就意味着协程不会出现同时访问同一个数据，造成线程安全的问
题，因此协程是安全的，不需要多线程的锁机制，所以基本上能用多线程的地方，也可以用协程，

但在 Linux 内核中，单个线程通常只能在单个核心上执行。这是因为在默认情况下，Linux 内核使用的调度器（scheduler）通常会将一个线程限制在单个 CPU 核心上执行。这种限制有助于避免竞争条件和数据一致性问题。

如果想要利用多核性能，则需要做一定优化，比如使用多线程技术或者利用一些处理器提供的向量化指令集（如 Intel 的 SSE、AVX 指令集）进行优化，就像Archlinux的ALHP 软件源将 Arch Linux 官方源中的软件包进行了重新编译，使用了 x86-64-v2 和 x86-64-v3 优化，这些优化就包含了向量化指令集的优化，可以提升一部分并行性能。

使用方法※

使用异步/协程 需要引入asyncio

关键字※

• async 放在函数前的声明，声明他是一个协程（异步）函数。
• await  用于表示此段逻辑需要进行挂起,await后面跟的一定是一个协程对象（可等待对象）。

可等待对象包括协程（async def定义的协程函数和其返回的对象）、任务（task）以及feature。

Future 是一种特殊的 低层级 可等待对象，表示一个异步操作的 最终结果。是async/await的底层对象，一般不建议在应用层直接使用。

定义一个协程函数※

import asyncio
async def func():
	print('Hello!')
	await dosomething() # 或者 await asyncio.sleep(1)
	print('world')

启动协程※

注意：简单地调用一个协程并不会使其被调度执行

main()
<coroutine object main at 0x1053bb7c8>

• 使用生成器实现协程

def coroutine_example():
   while True:
       x = yield
       print("Received:", x)
# 创建协程对象
coroutine = coroutine_example()
# 启动协程
next(coroutine)
# 发送数据给协程
coroutine.send("Hello")

• 使用 async/await 语法

通过 async/await 语法来声明协程是编写 asyncio 应用的推荐方式。

import asyncio
async def async_function():
   print("Async function started")
   await asyncio.sleep(1)
   print("Async function completed")
# 运行异步函数
asyncio.run(async_function()) # asyncio.run() 函数用来运行最高层级的入口点 "main()" 函数 

• 使用 asyncio 库提供的异步功能

import asyncio
async def async_task():
   print("Async task started")
   await asyncio.sleep(1)
   print("Async task completed")
# 创建事件循环
loop = asyncio.get_event_loop()
# 运行异步任务
loop.run_until_complete(async_task())
# 关闭事件循环
loop.close()

• 并发运行多个协程即任务

## asyncio.create_task() 函数用来并发运行作为asyncio任务的多个协程。

async def main():
    task1 = asyncio.create_task(
        say_after(1, 'hello'))

    task2 = asyncio.create_task(
        say_after(2, 'world'))

    print(f"started at {time.strftime('%X')}")

    # Wait until both tasks are completed (should take
    # around 2 seconds.)
    await task1
    await task2

    print(f"finished at {time.strftime('%X')}")

创建任务※

asyncio.create_task(coro, *, name=None, context=None)

将 coro 协程 封装为一个 Task 并调度其执行。返回 Task 对象。

name 不为 None，它将使用 Task.set_name() 来设为任务的名称。

可选的 context 参数允许指定自定义的 contextvars.Context 供 coro 运行。 当未提供 context 时将创建当前上下文的副本。

该任务会在 get_running_loop() 返回的循环中执行，如果当前线程没有在运行的循环则会引发 RuntimeError。

备注

asyncio.TaskGroup.create_task() 是一个平衡了结构化并发的新选择；它允许等待一组相关任务并具有极强的安全保证。

重要

保存一个指向此函数的结果的引用，以避免任务在执行过程中消失。 事件循环将只保留对任务的弱引用。 未在其他地方被引用的任务可能在任何时候被作为垃圾回收，即使是在它被完成之前。 如果需要可靠的“发射后不用管”后台任务，请将它们放到一个多项集中:

background_tasks = set()
for i in range(10):
    task = asyncio.create_task(some_coro(param=i))
    # Add task to the set. This creates a strong reference.
    background_tasks.add(task)
    # To prevent keeping references to finished tasks forever,
    # make each task remove its own reference from the set after
    # completion:
    task.add_done_callback(background_tasks.discard)

Added in version 3.7.

在 3.8 版本发生变更: 增加了 name 形参。

在 3.11 版本发生变更: 增加了 context 形参。