?一：異步和非阻塞IO
實時的web特性通常需要每個用戶一個大部分時間，在傳統的同步web服務器中，這意味著需要給每個用戶分配一個專用的線程，這樣的開銷是十分巨大
tornado使用啦一種單線程事件循環的方式，這意味著所有的應用代碼都應該是異步和非阻塞的，因為在同一時刻只有一個操作是有效的
1，阻塞
一個函數在等到返回值等都是阻塞的，
一個函數可以在某些方面阻塞而在其他方面不阻塞，舉例說明。tornado,httpclient在默認設置下講阻塞與DNS解析，但是在其他網絡請求時不會阻塞（為了減輕這種影響，可以用ThreadeResolver 或通過正確配置libcurl使用tornado.curl_htpclient）,在Tornado的上下文中我們通常討論網絡I/O上下文阻塞，雖然各種阻塞已經被最小化啦
2，異步
一個異步函數在在它結束前就已經返回啦，而且通常會在程序中觸發一些動作然后在后頭執行一些任務，這里有幾種類型的異步接口
1，回調函數
2，返回一個占位符（Future，Promise，Deferred）
3，傳送一個隊列
4，回調注冊
一個簡單的同步異步函數
from tornado.httpclient import HTTPClient from tornado.concurrent import Future def synchronous_fetch(url):http_client = HTTPClient()def handle_response(response):callback(response.body)http_client.fetch(url,callbace=handle_response)
在一次通過Future替代回調函數
def async_fetch_future(url):http_client=HTTPClient()my_future=Future()fetch_future=http_client.fetch(url)fetch_future.add_done_callback(lambda f:my_future.set_result(f.result))return my_future
原始的Future是很復雜的，但是Futures是tornado中推薦使用的一種做法，因為他有兩個優勢
錯誤處理是通過Future.result 函數可以簡單拋出一個異常，還有就是攜程兼容比較好
rom tornado import gen@gen.coroutine def fetch_coroutine(url):http_client = AsyncHTTPClient()response = yield http_client.fetch(url)raise gen.Return(response.body)
語句?raise?gen.Return(response.body)?在 Python 2 中是人為設定的, 因為生成器不允許又返回值. 為了克服這個問題, Tornado 協程拋出了一個叫做?Return?的特殊異常. 協程將會像返回一個值一樣處理這個異常.在 Python 3.3+ 中,?return?response.body?將會達到同樣的效果.
?
二：協程
tornado中推薦協程來編寫異步代碼，協程使用python中關鍵件yield替換鏈式回調實現掛起和繼續協程的執行（像在gevent中使用輕量級線程合作的方法有時也稱作為協程，但是在Tornado中所有的協程使用異步函數來實現明確的上下文切換）
看下協程的代碼
from tornado import gen from tornado import HTTPClient def fetch_coroutie(url):http_client=AsyncHTTPClient()
respone=yield http_client.fetch(url)
# raise gen.Return(respone.body)
return respone.body
?
python3.5 async和awiat
python3.5 引入啦async和await 從tornado4.3開始，在協程基礎上你可以使用這個來代替yield，簡單的通過使用async def foo（）來替代 @gen.coroutine 裝飾器，用await來代替yield，可以看下下面的例子
async def fetch_coroutine(url):http_client = AsyncHTTPClient()response = await http_client.fetch(url)return response.body
一個含有yield的函數時是一個生成器，所有的生成器都是異步的，調用它時將會返回一個對象而不是將函數運行完成，@gen.coroutine修飾器通過yeild表達式通過產生一個Future對象和生成器進行通信
可以看下一個協程裝飾器內部循環的簡單版本
def run(self):future=self.gen.send(self.next)def callback(f):self.next=f.result()self.run()future.add_done_callback(callback)
有時你并不想等待一個協程的返回值. 在這種情況下我們推薦你使用?IOLoop.spawn_callback, 這意味著?IOLoop?負責調用. 如果它失敗了,?IOLoop?會在日志中記錄調用棧: ?同時注意spawn_callback調用的函數，也必須是協程函數
# The IOLoop will catch the exception and print a stack trace in
# the logs. Note that this doesn't look like a normal call, since
# we pass the function object to be called by the IOLoop.
IOLoop.current().spawn_callback(divide, 1, 0)
協程模式
1，結合callbacks
為了使用回調來代替Future與異步代碼進行交互，將這個調用裝在task中，這將會在你生成的Future對象中添加一個回調參數
@gen.coroutine def call_task():yield gen.Task(some_function, other_args)#把yeild換成gen_Task
2，調用阻塞函數
在協程中調用阻塞函數的最簡單方法是使用ThreadPoolExecutor ?這將返回與協程兼容的Futures
thread_pool = ThreadPoolExecutor(4)@gen.coroutine def call_blocking():yield thread_pool.submit(blocking_func, args)
3，并行
協程裝飾器識別列表或者字典中的Futures，并且并行等待這些Fuures
@gen.coroutine def parallel_fetch(url1,url2):resp1,resp2 = yield [http_client.fetch(url1),http_client.fetch(url2)]@gen.coroutine def parallel_fetch_dict(urls):responses = yield {url: http_client.fetch(url)for url in urls}
4，交叉存取技術（項目一般用到比較多）
有時保存一個Future比立刻yield它更有用，你可以等待它之前執行其他操作
def get(self):fetch_future = self.fetch_next_chunk()while True:chunk = yield fetch_futureif chunk is None:breakself.write(chunk)fetch_future= self.fetch_next_chunk()yield self.flush()
5，循環
因為python無法使用forwhile循環yield迭代器，并且捕獲yield的返回結果，相反，你需要將循環和訪問結果區分開來，
import motor db = motor.MotorClient().test@gen.coroutine def loop_example(collection):cursor = db.collection.find()while (yield cursor.fetch_next):doc = cursor.next_object()
6，在后臺運行
@gen.coroutine def minute_loop():while True:yield do_something()yield gen.sleep(60)# Coroutines that loop forever are generally started with # spawn_callback(). IOLoop.current().spawn_callback(minute_loop)
?
?
更過內容可以參考：http://tornado-zh-cn.readthedocs.io/zh_CN/latest/guide/coroutines.html#python-3-5-async-await
?
?
