asyncio是Python 3.4 版本引入的 标准库 ，直接内置了对异步IO的支持。
从Python 3.5 开始引入了新的语法 async 和 await ，用来简化yield的语法：
import asyncio
import threading
async def compute(x, y):
print("Compute %s + %s ..." % (x, y))
print(threading.current_thread().name)
await asyncio.sleep(x + y)
return x + y
async def print_sum(x, y):
result = await compute(x, y)
print("%s + %s = %s" % (x, y, result))
print(threading.current_thread().name)
if __name__ == "__main__":
loop = asyncio.get_event_loop()
tasks = [print_sum(1, 2), print_sum(3, 4)]
loop.run_until_complete(asyncio.wait(tasks))
loop.close()
线程是内核进行抢占式的调度的，这样就确保了每个线程都有执行的机会。而 coroutine 运行在同一个线程中，由语言的运行时中的 EventLoop（事件循环） 来进行调度。和大多数语言一样，在 Python 中，协程的调度是非抢占式的，也就是说一个协程必须主动让出执行机会，其他协程才有机会运行。
让出执行的关键字就是 await。也就是说一个协程如果阻塞了，持续不让出 CPU，那么整个线程就卡住了，没有任何并发。
PS: 作为服务端，event loop最核心的就是IO多路复用技术，所有来自客户端的请求都由IO多路复用函数来处理作为客户端，event loop的核心在于利用Future对象延迟执行，并使用send函数激发协程,挂起,等待服务端处理完成返回后再调用CallBack函数继续下面的流程
Go语言的协程是 语言本身特性 ，erlang和golang都是采用了CSP(Communicating Sequential Processes)模式(Python中的协程是eventloop模型)，但是erlang是基于进程的消息通信，go是基于goroutine和channel的通信。
Python和Go都引入了消息调度系统模型，来避免锁的影响和进程/线程开销大的问题。
协程从本质上来说是一种用户态的线程，不需要系统来执行抢占式调度，而是在语言层面实现线程的调度 。因为协程 不再使用共享内存/数据 ，而是使用 通信 来共享内存/锁，因为在一个超级大系统里具有无数的锁，共享变量等等会使得整个系统变得无比的臃肿，而通过消息机制来交流，可以使得每个并发的单元都成为一个独立的个体，拥有自己的变量，单元之间变量并不共享，对于单元的输入输出只有消息。开发者只需要关心在一个并发单元的输入与输出的影响，而不需要再考虑类似于修改共享内存/数据对其它程序的影响。
什么协程协程这个概念在计算机科学里算是一个老概念了，随着现代计算机语言与多核心处理器的普及，似乎也有普及之势。协程是与例程相对而言的。
熟悉C/C++语言的人都知道，一个例程也就是一个函数。当我们调用一个函数时，执行流程进入函数；当函数执行完成后，执行流程返回给上层函数或例程。期间，每个函数执行共享一个线程栈；函数返回后栈顶的内容自动回收。这就是例程的特点，也是现代操作系统都支持这种例程方式。
协程与例程相对，从抽象的角度来说，例程只能进入一次并返回一次，而协程可能进入多次并返回多次。比如说，我们有下面一段程序:
void fun(int val)
{
int a=0//1
int b=0//2
int c=a+b//3
}
如果上面的代码是一个例程，那么它只能把 1、2、3 依次执行后，才返回。如果是协程，它可能在 1 处暂停，然后在某个时刻从 2 处继续执行；接着在 2 处执行完之后暂停，然后在另外一个时刻从 3 处继续执行。
从抽象角度，协程就这么简单。
异步IO的特点与分析
在了解协程的特点(可以多次进入同一个函数，并接着上次运行处继续执行)后，我们再来考虑一下，这一特点如何应用到异步IO程序中。在异步IO程序中，有很大一块代码是处理异步回调的，也就是数据读取或写入由系统执行，当任务完成后，系统会执行用户的回调。如果只是很少使用这种回调，那么程序并不会因为异步而复杂多少，但要是程序中异步回调大量存在，那么此时我们会发现，原本简单的程序可能因为回调而变得支离破碎，原本一个简单的循环，现在需要写入多个函数，并在多个函数里来回调用。下面示例一下:
//下面代码片断是同步代码，它从IO读一段数据，并把这段数据写回
void start()
{
for()
{
Buffer buf
read (buf)//把书读到buf
write(buf)//把buf的数据写回
}
//注意到没有，同步代码很简单直接，一个循环，几行代码完成全部事务
}
//把上面的同步代码映射为异步，代码量可能要增加很多，并且程序逻辑也变得不清晰
//示例如下
//读回调，在回调里我们发起写操作
void readHandle(buf)
{
writeAsync(buf, writeHandle)
}
//写回调，在回调里我们发起读操作
void writeHandle(buf)
{
readAsync(buf, readHandle)
}
//开始循环
void start()
{
static Buffer buf//buf变量不能在栈上，为了简单这里写成静态变量
readAsync(buf, readHandle)
}
从上面的代码比较中，我们可以看出异步IO会把代码分隔成许多碎片，同时原本清晰的处理逻辑也因为被放入多个函数里，而变得很不清晰。上面的同步代码，一个了解程序的初级程序员也可以读懂写出，但相同功能的异步代码，一个初级程序员可能就搞不定了，甚至很难搞明白为什么要这么做。
读到这里，对异步不是太了解的人可能会问，既然异步把问题搞复杂了，那我们为什么还要用异步呢？答案简单有力，为了“性能”。只有这一个原因，当程序需要处理大量IO时，异步的效率将高出同步代码许多倍。如何一个程序的性能不其关心部分，那真不应该使用异步IO。
对比我们的异步IO代码与其功能相同的同步代码，我们发现每个异步调用都是要把代码分隔一个小函数——比原本要小的函数，当异步调用返回后，我们又接着下面处理。这一点跟协程很像，在一个协程里，当发起异步IO时，我让它返回，当异步IO完成后，我让这个协程接着执行，处理余下的逻辑。
协程与异步结合——性能与简单的结合
结合上面的分析，如果我们可以写下面功能的代码，将很完美:
void start()
{
for()
{
Buffer buf
yeild readAsync(buf,start)
//------ 分隔线，协程在这里返回，等待readAsync完成，当readAsync完成后，它再调用start
//此时start将从这里接着运行
yeild writeAsync(buf, start)
//------ 分隔线，协程在这里返回，等待writeAsync完成，当writeAsync完成后，它再调用start
//此时start将从这里接着运行
}
}
上面的代码也很一清晰明了。如果真的能写这样的代码，那将是所有程序员之福。这样在一些语言里确实可以直接写出来，比如Python、Lua、 golang，这些语言有原生的协程支持——编译器或解释器为我们处理了这些执行流的跳转。那么在C/C++里怎么实现呢？可能肯定的是，C/C++里不能直接写出这样简洁的代码，但却可以写类似的代码，尤其是C++——它提供了更强大的封装能力。
