（現(xiàn)在人工智能非常火爆，很多朋友都想學(xué)，但是一般的教程都是為博碩生準(zhǔn)備的，太難看懂了。最近發(fā)現(xiàn)了一個非常適合小白入門的教程，不僅通俗易懂而且還很風(fēng)趣幽默。所以忍不住分享一下給大家。

? 點這里https://www.cbedai.net/ialexanderi可以跳轉(zhuǎn)到教程。）

?

鏈接：https://zhuanlan.zhihu.com/p/35179605

前言

關(guān)于網(wǎng)絡(luò)IO，同步，異步或者阻塞非阻塞永遠(yuǎn)是繞不開的話題。對于爬蟲這種IO密集型任務(wù)，如果使用同步的方式進(jìn)行網(wǎng)絡(luò)請求，只要某個請求被阻塞了，則會造成整個流程時間的拖長，極大的降低了爬蟲的速度。這篇文章將介紹Python實現(xiàn)異步的其中一種方式，協(xié)程。并通過一些實例來說明協(xié)程的用法，以及好處。

基本知識

?

• 同步，異步

上文提到了同步與異步兩個術(shù)語，那么這兩者到底有什么區(qū)別呢？拿爬蟲場景舉個例子，比如說現(xiàn)在爬蟲需要點開十個鏈接，IO過程就是打開這十個鏈接的過程，CPU負(fù)責(zé)點擊鏈接的事件。顯而易見，點擊事件是非常快速的，而鏈接顯示的過程是比較緩慢的。同步IO就是爬蟲點擊了一個網(wǎng)址，等到獲得了徹底響應(yīng)，才去點擊下一個網(wǎng)址。而異步IO就是爬蟲點擊了一個網(wǎng)址，不等獲得響應(yīng)，立刻點擊下一個網(wǎng)址，最后等待響應(yīng)。兩者對比，異步的效率會更加高一些。

• IO密集與計算密集

IO密集型任務(wù)指的是磁盤IO或者網(wǎng)絡(luò)IO占主要的任務(wù)，計算量很小，比如請求網(wǎng)頁，讀寫文件等。計算密集型任務(wù)指的是CPU計算占主要的任務(wù)，比如圖形渲染中矩陣的運算（當(dāng)然現(xiàn)在都用GPU來完成）。

• 為什么不使用多線程

一般來說，解決并行事件的傳統(tǒng)思路可能是使用多線程。 但是多線程有幾個劣勢，第一是資源的開銷，第二是由于Python GIL（全局解釋鎖）的存在，多線程并非并行執(zhí)行，而是交替執(zhí)行，造成多線程在計算密集型任務(wù)的效率并不高。

• 協(xié)程是什么

協(xié)程的概念比較容易理解，它在單線程中，允許一個執(zhí)行過程A中斷，然后轉(zhuǎn)到執(zhí)行過程B，在合適的時間又可以轉(zhuǎn)回來，從而在單線程中實現(xiàn)了類似多線程的效果。而它有以下幾點優(yōu)勢：

?

• • 數(shù)量理論上可以是無限個，因為是在單線程上進(jìn)行，沒有線程間的切換操作，效率比較高。
  • 不需要“鎖”的機(jī)制，所有的協(xié)程都在一個線程中。
  • 比較容易Debug，因為代碼是順序執(zhí)行。