IO编程与同步异步
同步异步、阻塞非阻塞，都是围绕着IO展开的概念。
多线程和多进程的模型虽然解决了并发问题，但是系统切换线程的开销也很大。
另一种解决IO问题的方法是异步IO。当代码需要执行一个耗时的IO操作时，它只发出IO指令，并不等待IO结果，然后就去执行其他代码了。一段时间后，当IO返回结果时，再通知CPU进行处理。
在“发出IO请求”到收到“IO完成”的这段时间里，同步IO模型下，主线程只能挂起（让出CPU时间片），但异步IO模型下，主线程并没有休息，而是在消息循环中继续处理其他消息。这样，在异步IO模型下，一个线程就可以同时处理多个IO请求，并且没有切换线程的操作。
IO编程
计算机的核心是CPU，CPU运算的程序、数据只能是内存中的，因此CPU运行的时刻所需的元素都要已经在内存中，对于没有放在内存中的，需要载入(input)内存，计算完用不到的数据就需要输出(output)到磁盘上。
因为CPU计算速度远高于I/O速度，就有了I/O编程这个细分领域。
CPU一次只能运行一个进程。
在这样几个条件下，就有了I/O编程的几个方案：
- 让CPU等着I/O完成，才继续执行后续代码：称为同步
- CPU不等待I/O，去干别的事情：称为异步
同步异步的区别，就是CPU是否等待IO执行的结果。
操作IO的能力最终都是由操作系统实现的，各种语言都是把操作系统的提供的接口封装起来。
把变量从内存中编程可存储或传输的过程称之为序列化，Python中称为pickling，就是pickle模块干的事情。
子程序（又称为函数）
就是传统意义上的函数：
- 在所有语言中都是层级调用；
- 子程序的调用时通过栈实现的；
- 一个线程就是执行一个子程序；
- 子程序的调用总是一个入口、一次返回，调用顺序明确
协程(Coroutine)
又称为微线程，纤程。
协程看上去时子程序，但执行过程中，在子程序内部可中断，转而执行别的子程序。
这里提到的中断并执行其它子程序不是函数调用。
def A():
print('1')
print('2')
print('3')
def B():
print('x')
print('y')
print('z')
# 在协程下输出结果可能是
1
2
x
y
3
z
# 关键点在于，这里并不是A调用B不是函数调用，结果看起来像是多线程，但协程时在一个线程中执行的。
子程序就是协程的一种特例。
与多线程相比：
- 协程执行效率高，因为子程序切换不是线程切换，没有线程切换的开销
- 不需要多线程的锁机制
协程利用多核CPU
协程内执行多个子函数，且是在同一个线程中执行。
想要充分利用多核CPU，方法是多进程+协程。
Python与协程
Python对协程的支持是通过generator实现的。
涉及generator、next、yeild几个概念。
asyncio与async/await区别
asyncio（官方文档）是Python3.4 引入的支持异步IO的标准库，采用yeild语法；
async/await是Python3.5引入的简化代码的新语法，是Python3.3中的yield from和Python3.4中的asyncio结合起来产生的新语法。用于解决Python异步编程中无法有效区分yield生成器与异步的关系这个问题。
Reference
