python coroutine vs multiprocessing vs multithreading

指导意见

如果是计算密集型的任务，直接用multi-processing。计算密集，计算量大故需要并行计算，需要的是 parallelization。（一家人一起剥花生种子剥得快，把所有CPU都用上。）

如果是IO密集型的任务，可以用coroutine。IO密集，等待较多故需要并发处理，需要的是 concurrenncy。（一个人在等着水开的空档切菜，充分利用一个CPU。）

因为GIL的存在，multithreading不适合用于解决计算密集型任务。而IO密集型任务又被coroutine解决得很好。不知道multithreading还能干啥。

协程与异步IO

async def fetch_and_parse(url):
    data = db.fetch("select ...")  # IO intensive
    return parse(data) # CPU intensive

async def 用于指定函数是异步执行的。直接调用函数f只能返回一个coroutine object，而非执行结果，函数体代码并未执行。要执行，在async def内可以用await同步化。在函数外部，要么用low level接口将coroutine object提交到一个event loop中等待完成。要么用high level接口asyncio.run直接调度coroutine object至完成。

另外，asyncio.create_task可将coroutine object转化为task，立即调度执行，返回awaitable。想要结果得自己处理。

asyncio.gather(a,b,c..)可以一次调度多个coroutine object，await gather(...)等待他们都执行完毕，返回执行的结果。

新的python3.11中有task group的概念，类似gather可以使用async with语法同时调度和等待多个task。

await一个coroutine object的作用是同步化，等待该coroutine object执行完毕，拿到结果给到调用方。

await只能在async def中使用，以保证最终会绑定event loop。