前言：python由於GIL（全域性鎖）的存在，不能發揮多核的優勢，其效能一直飽受詬病。然而在IO密集型的網路程式設計裡，非同步處理比同步處理能提升成百上千倍的效率，彌補了python效能方面的短板，如最新的微服務框架japronto，resquests per second可達百萬級。
python還有一個優勢是庫（第三方庫）極為豐富，運用十分方便。asyncio是python3。4版本引入到標準庫，python2x沒有加這個庫，畢竟python3x才是未來啊，哈哈！python3。5又加入了async/await特性。
在學習asyncio之前，我們先來理清楚
同步/非同步的概念
：
·同步
是指完成事務的邏輯，先執行第一個事務，如果阻塞了，會一直等待，直到這個事務完成，再執行第二個事務，順序執行。。。
·非同步
是和同步相對的，非同步是指在處理呼叫這個事務的之後，不會等待這個事務的處理結果，直接處理第二個事務去了，透過狀態、通知、回撥來通知呼叫者處理結果。
一、asyncio
下面透過舉例來對比
同步程式碼和非同步程式碼編寫方面的差異
，其次看下兩者效能上的差距，我們使用sleep（1）模擬耗時1秒的io操作。
·同步程式碼
：
import timedef hello（）： time。sleep（1）def run（）： for i in range（5）： hello（） print（‘Hello World：%s’ % time。time（）） # 任何偉大的程式碼都是從Hello World 開始的！if __name__ == ‘__main__’： run（）
輸出：（間隔約是1s）
import timedef hello（）： time。sleep（1）def run（）： for i in range（5）： hello（） print（‘Hello World：%s’ % time。time（）） # 任何偉大的程式碼都是從Hello World 開始的！if __name__ == ‘__main__’： run（）
·非同步程式碼
：
import timeimport asyncio# 定義非同步函式async def hello（）： await asyncio。sleep（1） print（‘Hello World：%s’ % time。time（））if __name__ ==‘__main__’： loop = asyncio。get_event_loop（） tasks = ［hello（） for i in range（5）］ loop。run_until_complete（asyncio。wait（tasks））
輸出：
Hello World：1527595104。8338501Hello World：1527595104。8338501Hello World：1527595104。8338501Hello World：1527595104。8338501Hello World：1527595104。8338501
async def 用來定義非同步函式，await 表示當前協程任務等待睡眠時間，允許其他任務執行。然後獲得一個事件迴圈，主執行緒呼叫asyncio。get_event_loop（）時會建立事件迴圈，你需要把非同步的任務丟給這個迴圈的run_until_complete（）方法，事件迴圈會安排協同程式的執行。
二、aiohttp
如果需要併發http請求怎麼辦呢，通常是用requests，但requests是同步的庫，如果想非同步的話需要引入aiohttp。
這裡引入一個類，from aiohttp import ClientSession，首先要建立一個session物件，然後用session物件去開啟網頁
。session可以進行多項操作，比如post， get， put， head等。
基本用法：
async with ClientSession（） as session： async with session。get（url） as response：
aiohttp非同步實現的例子：
import asynciofrom aiohttp import ClientSessiontasks = ［］url = “https：//www。baidu。com/{}”async def hello（url）： async with ClientSession（） as session： async with session。get（url） as response： response = await response。read（） print（response）if __name__ == ‘__main__’： loop = asyncio。get_event_loop（） loop。run_until_complete（hello（url））
首先async def 關鍵字定義了這是個非同步函式，await 關鍵字加在需要等待的操作前面，response。read（）等待request響應，是個耗IO操作。然後使用ClientSession類發起http請求。
多連結非同步訪問
如果我們需要請求多個URL該怎麼辦呢，同步的做法訪問多個URL只需要加個for迴圈就可以了。但非同步的實現方式並沒那麼容易，
在之前的基礎上需要將hello()包裝在asyncio的Future物件中，然後將Future物件列表作為任務傳遞給事件迴圈
。
import timeimport asynciofrom aiohttp import ClientSessiontasks = ［］url = “https：//www。baidu。com/{}”async def hello（url）： async with ClientSession（） as session： async with session。get（url） as response： response = await response。read（）# print（response） print（‘Hello World：%s’ % time。time（））def run（）： for i in range（5）： task = asyncio。ensure_future（hello（url。format（i））） tasks。append（task）if __name__ == ‘__main__’： loop = asyncio。get_event_loop（） run（） loop。run_until_complete（asyncio。wait（tasks））
輸出：
Hello World：1527754874。8915546Hello World：1527754874。899039Hello World：1527754874。90004Hello World：1527754874。9095392Hello World：1527754874。9190395
收集http響應
好了，上面介紹了訪問不同連結的非同步實現方式，但是我們只是發出了請求，如果要把響應一一收集到一個列表中，最後儲存到本地或者打印出來要怎麼實現呢，
可透過asyncio.gather(*tasks)將響應全部收集起來
，具體透過下面例項來演示。
import timeimport asynciofrom aiohttp import ClientSessiontasks = ［］url = “https：//www。baidu。com/{}”async def hello（url）： async with ClientSession（） as session： async with session。get（url） as response：# print（response） print（‘Hello World：%s’ % time。time（）） return await response。read（）def run（）： for i in range（5）： task = asyncio。ensure_future（hello（url。format（i））） tasks。append（task） result = loop。run_until_complete（asyncio。gather（*tasks）） print（result）if __name__ == ‘__main__’： loop = asyncio。get_event_loop（） run（）
輸出：
Hello World：1527765369。0785167Hello World：1527765369。0845182Hello World：1527765369。0910277Hello World：1527765369。0920424Hello World：1527765369。097017［b‘<！DOCTYPE html>\r\n<！——STATUS OK——>\r\n\r\n
\r\n……異常解決
假如你的併發達到2000個，程式會報錯：ValueError： too many file descriptors in select（）。報錯的原因字面上看是 Python 調取的 select 對開啟的檔案有最大數量的限制，這個其實是作業系統的限制，linux開啟檔案的最大數預設是1024，windows預設是509，超過了這個值，程式就開始報錯。這裡我們有
三種方法解決
這個問題：
1.限制併發數量
。（一次不要塞那麼多工，或者限制最大併發數量）
2.使用回撥的方式
。
3.修改作業系統開啟檔案數的最大限制，在系統裡有個配置檔案可以修改預設值，具體步驟不再說明了。
不修改系統預設配置的話，個人推薦限制併發數的方法，設定併發數為500，處理速度更快。
#coding：utf-8import time，asyncio，aiohttpurl = ’https：//www。baidu。com/‘async def hello（url，semaphore）： async with semaphore： async with aiohttp。ClientSession（） as session： async with session。get（url） as response： return await response。read（）async def run（）： semaphore = asyncio。Semaphore（500） # 限制併發量為500 to_get = ［hello（url。format（），semaphore） for _ in range（1000）］ #總共1000任務 await asyncio。wait（to_get）if __name__ == ’__main__‘：# now=lambda ：time。time（） loop = asyncio。get_event_loop（） loop。run_until_complete（run（）） loop。close（）
