一、什么是并行与并发(进程、线程和协程)
1.1、定义：
并行（Parallelism）： 多个任务在同一时刻真正同时执行
并发（Concurrency）： 多个任务在同一时间段内交错推进，系统在它们之间快速切换，使得宏观上看起来“同时进行”
1.2、举例说明：
想象你开餐厅，需要同时做3道菜：红烧肉、蒸鱼和炖汤
模式1：进程——开3家餐厅（并行）
- 在3个地点开了3家餐厅（3个进程）
- 每家餐厅都有自己的厨房、厨师和食材（独立内存空间）
- 三家餐厅可以同时开工，互不影响
- 优点：一家店出问题（比如进程崩溃），不会影响其他餐厅运营（隔离性好）
- 缺点：成本高，资源浪费
模式2：线程——一个厨房，多个厨师（并发，受限并行）
-
只有一家餐厅，但是有3个厨师（3个线程）
-
但是一个厨房，3个厨师共用（共享内存空间）
-
关键问题：
- 线程在CPU 上理论上可以实现并行（就像多个厨师同时在厨房干活），但在 CPython 解释器中，由于存在一个叫 GIL（全局解释器锁）的“总管”，它规定：同一时刻，只能有一个线程执行 Python 代码（即只有一个厨师能拿着菜谱在厨房操作）。
- 因此，对于 CPU 密集型任务（比如切菜、炒菜等需要持续计算的操作），多个线程无法真正并行，只能轮流使用厨房，实际仍是串行执行。
- 但是，当某个线程执行 I/O 操作（比如把肉拿出来化冻、等水烧开、等待网络响应）时，它会主动释放 GIL 并进入等待状态。这时，“经理”（操作系统或 Python 解释器）就会让另一个线程进入厨房继续工作。
- 通过这种方式，多个线程可以在 I/O 等待期间交替执行，从而实现并发——虽然不是真正的并行，但在 I/O 密集型场景下能显著提升效率。
-
什么情况下，换厨师进入厨房进行工作（切换任务）：
1）时间片用完
- 比如经理分给每个厨师0.5个小时用厨房，到时间就换厨师
2）线程主动阻塞
- 比如菜化冻，等水烧开等需要等待的任务时，换厨师进行工作
- 缺点： 一个线程崩溃，通常会导致整个进程崩溃
模式3：协程——一个厨师，合理规划任务（并发）
-
只有一个餐厅（进程），一个厨师（线程）
-
他会合理规划任务，能在任务间快速切换
-
示例：
- 从冰箱中取出菜化冻（I/O等待），此时不等化冻完毕，先去切葱
- 当化冻完成的通知到达（I/O完成），自动切回该任务，洗菜
- 烧油
- 将葱和菜放入锅中进行炒菜
-
关键点：
- 厨师（线程）在同一时间只做一件事
- 但通过主动让出（await）和事件通知，实现并发
- 因为整个厨房只有他一个人干活，不需要和其他厨师协调资源，所以不存在 GIL 争用问题（GIL 依然存在，但不会成为瓶颈）
- 任务切换由程序自己控制，无需操作系统介入，因此上下文切换开销极小，非常适合高并发的 I/O 密集型场景
1.3、线程和协程实现并发的区别：
根据上述内容，线程和协程都可以实现并发，那么使用线程和协程实现并发具体有什么区别呢？
二、异步函数与事件循环
2.1、异步函数
（1）定义：
异步函数（async function） 是一种特殊的函数，它使用 "async def" 定义，调用时不会立即执行函数体，而是返回一个协程对象（coroutine）。
它允许程序在等待耗时操作（如网络请求、文件读写）时，主动让出控制权，去执行其他任务，从而实现高并发
（2）基本语法与注意事项
async def my_async_function():
# 异步操作，例如 await 网络请求
result = await some_async_operation()
return result
注意：
- "await"后必须是一个可等待对象，"await"告诉python，需要等待"await"后的代码完成并返回结果，在此期间，会让出控制权，python可以先执行其它代码，当“await”后的代码执行完毕，返回结果后，再切换回来，执行后续代码
- 要使"await"工作，它必须支持这种异步机制的函数内，及"await"必须位于使用"async def"声明的函数(异步函数)中，而执行异步函数，又必须在前添加"await"，否则只会返回一个协程对象，而不是函数执行的结果。
- 这就带来了一个问题，"await"必须位于异步函数中，而执行异步函数又需要添加"await"，变成了先有鸡还是先有蛋的问题，带来疑问，该如何执行最顶层的异步函数？ 具体参见下一节"事件循环"。
2.2、事件循环
（1）定义：
一个持续运行的循环机制，是 asyncio 的核心调度器，负责：
- 接收并管理待执行的协程（coroutines）；
- 当协程遇到"await"时，将其挂起，并调度其他就绪的协程；
- 当被等待的异步操作（如 I/O）完成后，恢复对应协程的执行
（2）事件循环启动异步函数：
在包含异步函数的脚步中，对于最顶层的异步函数/主函数，需要启动一个事件循环，通过事件循环运行函数，例如：
"asyncio.run(main())"实现了以下效果：
- 创建一个事件循环。
- 把"main()" 这个协程（coroutine）放入循环中运行。
- 当"main()" 结束时，关闭事件循环。
常见错误： 直接调用异步函数
如果你这样写：
main()
你会得到警告或什么也不发生，因为"main()"返回的是一个 协程对象（coroutine object），而不是执行它。
（3）不同场景启动最顶层异步函数的区别
重点：
1）Jupyter 的单元格执行器内置了事件循环支持，可以自动处理顶层的"await"，不需要手动启动事件循环
当你在jupyter中执行以下代码：
result = await some_async_function()
print(result)
jupyter的内核（Kernel）实际上在执行时做了类似这样的事：
# 伪代码：Jupyter 内部的执行逻辑
async def hidden_main():
result = await some_async_function()
print(result)
# Jupyter 自动为你运行
asyncio.run(hidden_main())
2）在FastAPI等Web框架中，服务器启动事件循环
from fastapi import FastAPI
import asyncio
app = FastAPI()
@app.get("/slow")
async def slow_endpoint():
await asyncio.sleep(5)
return {"message": "Done!"}
- 你不需要写"asyncio.run()"
- 当你用"uvicorn main:app --reload"启动时：
- Uvicorn 会创建一个或多个工作进程。
- 在每个工作进程中，它会启动一个事件循环
