[TOC]
# 真正意义上的 异步IO 是说内核直接将数据拷贝至用户态的内存单元，再通知程序直接去读取数据。
# select / poll / epoll 都是同步IO的多路复用模式
# 1.同步和异步
（所谓同步，就是在发出一个功能调用时，在没有得到结果之前，该调用就不返回。也就是必须一件一件事做,等前一件做完了才能做下一件事。）
# 同步和异步关注的是【消息通信机制】
# 所谓同步，就是在发出一个调用时，没得到结果之前，该调用就不返回，一直等。但是一旦 调用返回 就得到返回值了，【调用者主动等待】这个调用的结果
# 所谓异步，就是在发出一个调用时，这个调用就直接返回了，不管返回有没有结果。当一个异步过程调用发出后，被调用者通过状态，通知来通知调用者，或者通过【回调函数】处理这个调用
# 2.阻塞和非阻塞
# 阻塞和非阻塞关注的是程序线程在【等待调用结果时的状态】
# 阻塞调用是指调用结果返回之前，当前线程会被挂起，但仍是激活的。调用线程只有在得到结果之后才返回
# 非阻塞调用是指在不能立即得到结果之前，该调用不会阻塞当前线程。
# 网络上的例子
#老张爱喝茶，废话不说，煮开水。
#出场人物：老张，水壶两把（普通水壶，简称水壶；会响的水壶，简称响水壶）。
#1 老张把水壶放到火上，立等水开。（同步阻塞）；立等就是阻塞了老张去干别的事，老张得一直主动的看着水开没，这就是同步
#2 老张把水壶放到火上，去客厅看电视，时不时去厨房看看水开没有。（同步非阻塞）；老张去看电视了，这就是非阻塞了，但是老张还是得关注着水开没，这也就是同步了
#3 老张把响水壶放到火上，立等水开。（异步阻塞）；立等就是阻塞了老张去干别的事，但是老张不用时刻关注水开没，因为水开了，响水壶会提醒他，这就是异步了
#4 老张把响水壶放到火上，去客厅看电视，水壶响之前不再去看它了，响了再去拿壶。（异步非阻塞）；老张去看电视了，这就是非阻塞了，而且，等水开了，响水壶会提醒他，这就是异步了
#所谓同步异步，只是对于水壶而言。普通水壶，同步；响水壶，异步。对应的也就是消息通信机制
#虽然都能干活，但响水壶可以在自己完工之后，提示老张水开了。这是普通水壶所不能及的。同步只能让调用者去轮询自己（情况2中），造成老张效率的低下。
#所谓阻塞非阻塞，仅仅对于老张而言。立等的老张，阻塞；对应的也就是程序等待结果时的状态
#看电视的老张，非阻塞。
#情况1和情况3中老张就是阻塞的，媳妇喊他都不知道。虽然3中响水壶是异步的，可对于立等的老张没有太大的意义。所以一般异步是配合非阻塞使用的，这样才能发挥异步的效用。
相关连接 https://blog.csdn.net/woliuyunyicai/article/details/45165869迭代是Python最强大的功能之一，是访问集合元素的一种方式。
迭代器是一个可以记住遍历的位置的对象。
迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。
迭代器有两个基本的方法：iter() 和 next()。
字符串，列表或元组对象都可用于创建迭代器：
StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况
使用了 yield 的函数被称为生成器（generator）。
跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
调用的是一个生成器函数，返回的是一个迭代器对象。
协程相对线程的两点优势：
1.协程极高的执行效率。因为子程序切换不是线程切换，而是由程序自身控制中断执行另一个程序，因此，没有线程切换的开销
2.协程不需要多线程锁的机制；因为只有一个线程，也不存在同时写变量冲突，在协程中控制共享资源不加锁，只需要判断状态就好了，所以执行效率比多线程高很多
def consumer():
r = ''
while True:
# yield 是个表达式，不仅仅是语句，执行后停在此处，不执行后面的
n = yield r
if not n:
return
print('[CONSUMER] Consuming %s...' % n)
r = '200 OK'
def produce(c):
# 激活生成器函数,这一步必须要有，而且参数只能是None，不能是其他非None例如“”
c.send(None)
# 下面继续运行
n = 0
while n < 5:
n = n + 1
print('[PRODUCER] Producing %s...' % n)
# 此时可以调用迭代器对象的send()使n获得yield返回值“okok”
r = c.send("okok") # send()跟next()不同，有返回值r （okok）
# 中断去consumer()
# consumer()处理完后执行下面
print('[PRODUCER] Consumer return: %s' % r)
c.close()
# 生成器创建迭代器的对象
c = consumer()
produce(c)
##############################
输出为：
[PRODUCER] Producing 1...
[CONSUMER] Consuming okok...
[PRODUCER] Consumer return: 200 OK
[PRODUCER] Producing 2...
[CONSUMER] Consuming okok...
[PRODUCER] Consumer return: 200 OK
[PRODUCER] Producing 3...
[CONSUMER] Consuming okok...
[PRODUCER] Consumer return: 200 OK
[PRODUCER] Producing 4...
[CONSUMER] Consuming okok...
[PRODUCER] Consumer return: 200 OK
[PRODUCER] Producing 5...
[CONSUMER] Consuming okok...
[PRODUCER] Consumer return: 200 OK3.1 Python队列是线程级别安全
【简单讲就是线程对共享全局变量的修改的‘不确定性’导致变量混乱，可以通过锁机制解决】
3.2 Python 的 Queue 模块
Queue 模块中提供了同步的、线程安全的队列类，包括FIFO（先入先出）队列Queue，LIFO（后入先出）队列LifoQueue，和优先级队列 PriorityQueue。这些队列都实现了 锁原语，能够在多线程中直接使用，可以使用队列来实现线程间的同步
3.3 线程安全级别
引用java里面的Thread线程级别可分为：
不可变不变的对象绝对是线程安全的，不需要线程同步，如String、Long、BigInteger
- `无条件的线程安全
对象自身做了 足够的内部同步，也不需要外部同步，如 Random 、ConcurrentHashMap、Concurrent集合、atomic
有条件的线程安全对象的部分方法可以无条件安全使用，但是有些方法需要外部同步，需要Collections.synchronized；有条件线程安全的最常见的例子是遍历由 Hashtable 或者 Vector 或者返回的迭代器
非线程安全(线程兼容)对象本身不提供线程安全机制，但是通过外部同步，可以在并发环境使用， 如ArrayList HashMap
线程对立即使外部进行了同步调用，也不能保证线程安全，这种情况非常少，如如System.setOut()、System.runFinalizersOnExit()
日志等级可以分为如下几种 ： DEBUG < INFO < WARNING < ERROR < CRITICAL
| 日志等级（level） | 描述 |
|---|---|
| DEBUG | 最详细的日志信息，典型应用场景是 问题诊断 |
| INFO | 信息详细程度仅次于DEBUG，通常只记录关键节点信息，用于确认一切都是按照我们预期的那样进行工作 |
| WARNING | 当某些不期望的事情发生时记录的信息（如，磁盘可用空间较低），但是此时应用程序还是正常运行的 |
| ERROR | 由于一个更严重的问题导致某些功能不能正常运行时记录的信息 |
| CRITICAL | 当发生严重错误，导致应用程序不能继续运行时记录的信息 |
logging模块也可以指定日志记录器的日志级别，只有级别大于或等于该指定日志级别的日志记录才会被输出，小于该等级的日志记录将会被丢弃。