Python协程与异步的理解

接触Python协程也有一段时间了，网上的资料大多是从生成器开始介绍，这给了我很大的困惑。好在根据这段时间的学习，大概有了一个Python协程的印象，所以把一些想法写在此处，如有错误还请大家指出，我也好及时修改，避免误导广大读者。

首先我想说一下为什么大部分教程要从生成器开始讲起，因为生成器的yield from 给我们提供了一种机制，即可以暂时中断一个函数的执行，此时这个函数的执行状态是保持在内存中的，并且允许用户在适当的时候唤起以继续执行此函数。因此我们把这样一种机制称作协程。

对于生成器和协程，理解到此处就OK了，不必过分纠结他的实现机制，以免钻牛角尖。

下面就是讲解asyncio机制了。对于阻塞调用，尤其是IO操作（此处特指网络IO），传统的做法是人为实现多线程（在主线程中创建子线程），然后在子线程中执行阻塞调用。不必担心阻塞线程占用CPU资源，由于Python有GIL，对于阻塞线程，Python会自动切换到其他不是阻塞状态的线程，然后调入到CPU中执行，因此同一时间只有一个线程执行，不存在占用CPU的情况。这种实现的问题是一旦进入高并发场景，比如同一时间有一万个阻塞线程，Python一次创建并维持这么多子线程这一过程本身是非常耗费系统资源的，因此在高并发场景下不能使用多线程方案。具体的操作过程可参考Python标准库concurrency.future，例子如下：

def thread_blocking_io_call():
    request = pre_call()                  # 在阻塞调用前进行的预处理
    resp