协程，线程和进程的区别
-
多线程：多进程通常利用的是多核 CPU 的优势，同时执行多个计算任务。每个进程有自己独立的内存管理，所以不同进程之间要进行数据通信比较麻烦。
-
多线程：多线程是在一个 cpu 上创建多个子任务，当某一个子任务休息的时候其他任务接着执行。多线程的控制是由 python 自己控制的。 子线程之间的内存是共享的，并不需要额外的数据通信机制。但是线程存在数据同步问题，所以要有锁机制。
-
多协程：协程的实现是在一个线程内实现的，相当于流水线作业。协程是一个线程中执行，没有线程切换的开销，所以对于并发编程，可以优先使用协程。
asyncio
在Python的asyncio库中，async和await是用于异步编程的关键字，引入了异步/协程（coroutine）的概念
异步编程是一种处理并发任务的方式，使得程序能够在等待某些I/O操作（如文件读写、网络请求等）的同时继续执行其他任务，而不会发生阻塞。作用：
-
提高程序效率：异步编程可以充分利用I/O等待时间，使得程序在等待操作完成时能够继续执行其他任务，从而提高了整体程序的效率。
-
改善用户体验：在网络编程中，异步操作可以避免阻塞用户界面，使得应用程序更加流畅。
-
简化并发编程：通过使用async和await关键字，可以更方便地编写并发程序，避免了传统多线程编程中的锁和同步问题。
用法：
-
定义异步函数，使用async关键字
-
在异步函数中，使用await 关键字执行可等待对象（Coroutine、Task、Future），等待子函数执行完成，再往下执行。（在并发操作中，把程序控制权教给主程序，让他分配其他协程执行。） await 只能在带有 async 关键字的函数中运行。
-
通过
asyncio.create_task()/asyncio.gather()创建任务 -
asyncio.run运行任务
# 定义异步函数
async def fetch_data(index):
print(f"Fetching data {index}...")
await asyncio.sleep(2) # 模拟网络请求
print(f"Data {index} fetched.")
return f"Data {index}"
async def main():
tasks = [fetch_data(i) for i in range(2)]
results = await asyncio.gather(*tasks)
print("All data fetched:", results)
# 执行任务
asyncio.run(main())
asyncio.create_task()用于创建一个协程任务，接受一个协程对象作为参数，并返回一个任务对象，该任务对象可以用来控制和管理该协程的执行，包括取消、等待其执行完成等
asyncio.gather()用于同时运行多个协程，并等待全部完成。接受一系列的协程对象（或者 Future 对象）作为参数，并返回一个协程对象，该协程对象会在所有给定的协程都执行完毕后完成
asyncio.run函数运行协程程序，协程函数作为参数传入
在一个async函数内部，通过await可以调用另一个async函数，这个调用看起来是串行执行的，但实际上是由asyncio内部的消息循环控制；
在一个async函数内部，通过await asyncio.gather()可以并发执行若干个async函数。