同步与异步Python有何不同？( 三 ) _异步Python

你可能会想，为什么你不能运行 100 个同步 worker，那样，这两个服务器就会有相同的并发能力。要注意，每个 worker 需要自己的 Python 解释器以及与之相关联的所有资源，再加上一份单独的应用程序拷贝及其资源。你的服务器和应用程序的大小将决定你可以运行多少个 worker 实例，但通常这个数字不会很大。另一方面，异步任务非常轻量，都运行在单个 worker 进程的上下文中，因此具有明显优势。
综上所述，只有如下场景时，我们可以说异步可能比同步快：

存在高负载（没有高负载，访问的高并发性就没有优势）
任务是 I/O 绑定的（如果任务是 CPU 绑定的，那么超过 CPU 数目的并发并没有帮助）
你查看单位时间内的平均请求处理数。如果你查看单个请求的处理时间，你不会看到有很大差别，甚至异步可能更慢，因为异步有更多并发的任务在争夺 CPU 。

结论希望本文能解答异步代码的一些困惑和误解。我希望你能记住以下两个关键点：

异步应用程序只有在高负载下才会比同步应用程序做得更好
多亏了 greenlets，即使你用一般方式写代码并使用 Flask 或 Django 之类的传统框架，也能从异步中受益。

如果你想要了解更多关于异步系统如何工作的细节，可以查看 YouTube 上我在 PyCon 的演讲 Asynchronous Python for the Complete Beginner。
作者介绍：
Miguel Grinberg 是一名软件工程师、摄影师和电影制作人，住在爱尔兰的德罗赫拉。你可以在 Facebook 、 google+ 、 LinkedIn 、 Github 和 Twitter 关注他。
原文链接：
https://blog.miguelgrinberg.com/post/sync-vs-async-python-what-is-the-difference

【同步与异步Python有何不同？】