python由于GIL（全局锁）的存在，不能发挥多核的优势，在IO密集型的网络编程里，异步处理比同步处理能提升成百上千倍的效率，弥补了python性能方面的短板。
python3.4版本引入asyncio到标准库，python2x没有加这个库，python3.5又加入了async/await特性。
同步/异步的概念
同步是指完成事务的逻辑，先执行第一个事务，如果阻塞了，会一直等待，直到这个事务完成，再执行第二个事务，顺序执行。。。
异步是和同步相对的，异步是指在处理调用这个事务的之后，不会等待这个事务的处理结果，直接处理第二个事务去了，通过状态、通知、回调来通知调用者处理结果。
asyncio
对比同步代码和异步代码编写方面的差异，其次看下两者性能上的差距，使用sleep(1)模拟耗时1秒的io操作。
同步代码
importtimedefhello():
time.sleep(1)defrun():for i in range(5):
hello()print(time.time())if __name__ == '__main__':
run()#结果#间隔约是1s
#1549956123.908849#1549956124.9128718#1549956125.9164648#1549956126.91946#1549956127.922292
异步代码
importasyncioimporttime#定义异步函数
async defhello():
asyncio.sleep(1)print(time.time())defrun():for i in range(5):
loop.run_until_complete(hello())
loop=asyncio.get_event_loop()if __name__ == '__main__':run()#结果#1549956258.2929049#1549956258.293014#1549956258.293063#1549956258.2931032#1549956258.293142
#async def 用来定义异步函数，其内部有异步操作。每个线程有一个事件循环，主线程调用asyncio.get_event_loop()时会创建事件循环，#你需要把异步的任务丢给这个循环的run_until_complete()方法，事件循环会安排协同程序的执行。
aiohttp
需要并发http请求怎么办呢，通常是用requests，但requests是同步的库，如果想异步的话需要引入aiohttp。这里引入一个类，from aiohttp import ClientSession，首先要建立一个session对象，然后用session对象去打开网页。session可以进行多项操作，比如post, get, put, head等。
基本用法
async with ClientSession() as session:
async with session.get(url='http://www.baidu.com/') as response:
首先async def 关键字定义了这是个异步函数，await 关键字加在需要等待的操作前面，response.read()等待request响应，是个耗IO操作。然后使用ClientSession类发起http请求。
多链接异步访问
我们需要请求多个URL该怎么办呢，同步的做法访问多个URL只需要加个for循环就可以了。但异步的实现方式并没那么容易，在之前的基础上需要将hello()包装在asyncio的Future对象中，然后将Future对象列表作为任务传递给事件循环。
#!/usr/bin/env python#-*- coding: utf-8 -*-
importasynciofrom aiohttp importClientSession
tasks=[]
asyncdefrequest_run(i):
async with ClientSession() as session:
async with session.get(url='http://www.baidu.com/') as response:
response= await response.read() #返回报文
print(i)defrun():for i in range(5):
task=asyncio.ensure_future(request_run(i))
tasks.append(task)if __name__ == '__main__':
loop=asyncio.get_event_loop()
run()
loop.run_until_complete(asyncio.wait(tasks))#输出#0#1#3#4#2收集http响应
要把响应一一收集到一个列表中，最后保存到本地或者打印出来要怎么实现呢，可通过asyncio.gather(*tasks)将响应全部收集起来，具体通过下面实例来演示。
#!/usr/bin/env python#-*- coding: utf-8 -*-
importasynciofrom aiohttp importClientSession
tasks=[]
asyncdefrequest_run(i):
async with ClientSession() as session:
async with session.get(url='http://www.baidu.com/') as response:
response=await response.read()print(i)print(response)returnresponsedefrun():for i in range(5):
task=asyncio.ensure_future(request_run(i))
tasks.append(task)
result= loop.run_until_complete(asyncio.gather(*tasks))print(result)if __name__ == '__main__':
loop=asyncio.get_event_loop()
run()关于ValueError: too many file descriptors in select()异常解决办法
假如你的并发达到2000个，程序会报错：ValueError: too many file descriptors in select()。报错的原因字面上看是 Python 调取的 select 对打开的文件有最大数量的限制，这个其实是操作系统的限制，linux打开文件的最大数默认是1024，windows默认是509，超过了这个值，程序就开始报错。这里我们有三种方法解决这个问题：
1.限制并发数量。（一次不要塞那么多任务，或者限制最大并发数量）
2.使用回调的方式。
3.修改操作系统打开文件数的最大限制，在系统里有个配置文件可以修改默认值，具体步骤不再说明了。
不修改系统默认配置的话，个人推荐限制并发数的方法，设置并发数为500，处理速度更快。
#!/usr/bin/env python#-*- coding: utf-8 -*-
importasyncioimporttimefrom aiohttp importClientSession
tasks=[]
a=time.time()
asyncdefrequest_run(i, semaphore):
async with semaphore:
async with ClientSession() as session:
async with session.get(url='') as response:
response=await response.read()
tasks.append(i)#可以存储返回结果
asyncdefrun():
semaphore= asyncio.Semaphore(500)
to_get= [request_run(i, semaphore) for i in range(1000)] #总共1000任务
await asyncio.wait(to_get)if __name__ == '__main__':
loop=asyncio.get_event_loop()
loop.run_until_complete(run())
loop.close()print(tasks)
b=time.time()print(b-a)
