asyncio 是 Python 內建的module，在 Python 3.4 時加入
是一種單 thread 的設計，它靠著 cooperative multitasking (協同運作式多工) 讓我們能多個工作併發處理 (concurrent)
協同運作式多工相對於搶佔式多工（Preemptive multitasking），協作式多工要求每一個運行中的程式，定時放棄自己的執行權利，告知作業系統可讓下一個程式執行
多線程採用的是搶佔式多工，多線程是由作業系統做排程，線程執行任務途中會被外力(作業系統)中斷改排其他線程執行，而協同運作式多工不由作業系統排程，在任務執行時遇到需要等待回應的狀況，會放棄執行權，改執行別的任務，而原任務在等到回應後再繼續執行
這篇文章主要是大概介紹 asyncio是如何做到 cooperative multitasking
在介紹 asyncio 是怎麼做到 cooperative multitasking，首先需要知道什麼是Coroutine與Event Loop
什麼是Coroutine (協程)
在介紹 Corotines 之前，如果先知道 Python 的 Generator 或許比較好理解，因為兩者的概念其實相當類似
認識 Python Generator 首先要知道 yield 這個語法用意
直接看範例比較好理解用途
def genNumber():
x = 0
for _ in range(3):
yield x
x = x + 1
return 5
for n in genNumber():
print(n) # 會印出 0 1 2
z = genNumber()
print(z) # 印出 generator object genNumber at 0x01CCDB18
print(next(z)) # 印出 0
print(next(z)) # 印出 1
print(next(z)) # 印出 2
try:
print(next(z)) # 會 raise StopIteration
except StopIteration as e:
print(e.value) # 印出 5
上面的範例，有一點需要先注意的是 z = genNumer() 這行其實沒有運行我們寫的程式碼，它只是實例化一個 generator object (所以 print(z) 是印出 <generator object …>)
genNumber() 是 generator object，當跑這物件的__next__() 時才會真的執行我們寫的程式碼 ( next(obj)會跑obj物件的__next__() 函式 )
而每一次的執行如果遇到 yield，會停在 yield 這行，並回傳 yield 後帶的值，且下次的__next__() 會又接續上次的斷點繼續執行，直到程式碼跑完這時就會 raise StopIteration
那為什麼說 Generator 跟 Coroutine 有關呢？
看看下面的例子
async def func():
return 1
coro = func()
print(coro) # 印出 coroutine object func at 0x01C9E6E8
try:
coro.send(None)
except StopIteration as e:
print(e.value) # 印出 1
不覺得整體結構還滿像的嗎？
Coroutine 的行為其實可以類比 Generator
總結來說Corotine同Generator有這幾個特性
函式可以暫停，並且保存當前運行狀態，恢復時能從保存狀態的地方執行
可以向暫停的地方傳入值，如此可以做到多個任務間的傳遞
另外，要跟 Coroutine 互動，除了使用 send() 方法還有 throw()，這是讓 Coroutine 執行噴錯
import asyncio
async def f():
try:
while True: await asyncio.sleep(0)
except asyncio.CancelledError:
print('cancel')
else:
return 111
coro = f()
coro.send(None)
coro.throw(asyncio.CancelledError) # 印出cancel後raise StopIteration
async 與 await 語法
async 關鍵字是用來宣告函式為 coroutine 用
await 後必須接 awaitable 的物件，awaitable 的物件為 Coroutine 或有實作__await__()方法的物件，當執行到 await 會將控制權還回 event loop，並等待到回傳值後再繼續向下執行
Event Loop
Event loop 包裝了一些方法讓我們更方便跟 Coroutine 互動，在要處理多個 Coroutine 運行也較為簡單
Event loop 有兩種
SelectorEventLoop：使用selectors module
ProcatorEventLoop：for Windows， 使用 I/O Completion Ports (IOCP)
async def f():
return 1
loop = asyncio.get_event_loop()
coro = f()
loop.run_until_complete(coro) # 會有印出 1
像上例，在run_until_complete()其實內部就幫我們處理了coroutine send()與catch StopIteration
Task 與 Future
asyncio 模組裡的 Task 物件封裝 Coroutine，便於我們控制執行
Future 物件則是包裝執行狀態與結果，從 Future 物件方法來看應該能大致理解 Future 的應用
set_result(result)：使 Future done，並設定 result 值，若Future已經done還 set_result 會有 InvalidStateErrorset_exception(exception)：使 Future done，並設定exception，若Future已經done還 set_exception會有 InvalidStateErrorcancel(msg=None)：cancel Futureresult()：若Future done，回傳Future result值，但若是因為set_cxception(exception)才 done的話會 raise exception，若Future被cancelled，則會有 CancelledError，若Future還沒done的話(沒set_result)則有InvalidStateErrordone()：若Future done 回傳True (cancel狀態也會是True)cancelled()：若Future cancelled 回傳 Trueadd_done_callback()：設定當Future done時要跑的callbackget_loop()：回傳 Funture 綁定的 event loop
另外 Task 是繼承 Future 的，Task 就是 Coroutine 加上 Future 物件方法
asyncio 運作
有了上面的 Coroutine 與 Event loop 的認知後，再來看 asyncio 的運作是如何做到cooperative multitasking (協同運作式多工)
asyncio 名字是指 async I/O (異步I/O)
async 意指不會阻塞當前的程式執行，在 asyncio 模組裡除了 Event loop 與 Coroutine 還有包裝 async I/O 方法 (https://docs.python.org/zh-tw/3/library/asyncio-stream.html#asyncio-streams)，Event loop 裡則使用了 selectors module 來做到能在 async I/O 執行完時做喚醒的動作
然後協程的特性是可以保存執行斷點，恢復時能繼續執行，加上協程這設計，當協程跑到 async I/O 可以先斷點改跑其他的協程，到所有協程處於 waiting，Event loop 會 call select 函式並等待 async I/O 完成的通知，當 I/O 有資料可以讀取 select 會回傳對應的 socket，asyncio 會將綁定這 I/O socket 的 Future 設定成 done，之前斷點的協程在這之前有使用 add_done_callback() 加到這個 Future 裡，當這 Future 狀態變成 done 就會 call 之前的協程，這就相當於喚醒之前執行到中途的協程繼續跑
如此搭配下，Event Loop 單線程就可以在多個協程下交錯運行，且不會被耗時的 I/O 給阻塞住了
(附註，asyncio 裡內建的異步 I/O 方法較底層，使用上較為困難，這時候可以使用其他第三方 async 函式庫，像是 aiohttp (https://docs.aiohttp.org/en/stable/) 就將asyncio的異步方法包裝讓我們更簡單做到 async 的 http 操作)