Python 什么时候使用asyncio没有意义？

在什么情况下，一个线程或执行器（使用线程）将通过

asyncio

随着我使用Python（CPython）的经验的发展，它集中于优化工作中的脚本，以批量执行某种形式的web服务调用和流程响应。然而，经过几代脚本构建之后，我发现自己在想为什么我永远不会使用最新的脚本

请允许我在下面提供一些上下文

问题：从服务器A向客户端B请求N个文件，处理并保存到磁盘

依次

• 构建请求容器，发送单个请求，处理响应，重复直到完成
• 可能被认为是“标准/初学者”方法，因为它是直观达到的

多线程

• 再次构建容器，但同时发送多个请求
• 使用信号量限制活动连接
• 使用队列在工作人员和转储响应之间共享
• 让主线程处理响应
• 从本质上讲，工作人员是“火”和“忘”，主要在循环检查队列中运行数据
• 将关注点与仅处理数据的主关注点分开

线程池执行器

• 本质上类似于解决方案2，只是代码行少了很多
• 推理：“我希望能够在收到回复后尽快处理”
• 不需要队列和信号量的显式实例化
• 如果没有弄错，在

  as_completed（）

• 大致轮廓

异步

• 这里引入了一个严重的混淆，但基本上理解了这个概念
• 与解决方案2和3不同，它在单个线程上运行
• 除了写入磁盘之外，在实现中更接近（非常接近）解决方案3
• 需要使用解决方案3组件通过

  run\u in\u executor（）保存到磁盘

因此，我们陷入了我目前的困境：为什么我总是不想使用

asyncio

进行I/O绑定的工作

异步编程是一个非常类似OOP的概念，解决方案3的文档甚至说“异步执行可以通过线程执行”。但是，如果我可以在单个线程上实现异步执行（不包括阻止I/O到磁盘的额外线程），为什么我要使用解决方案1-3呢

我知道，考虑到GIL，CPython多线程是次优的；不管怎样，我看不出任何人会再使用线程或执行器的理由。我在谷歌上搜索了一段时间，想看看是否能找到一篇好文章来说明为什么人们更愿意使用它们，但我只找到了一些文章来说明为什么线程（以及随后使用线程的执行器）是坏的：上下文切换（GIL/OS）、竞争条件、资源匮乏等等

由于CPython不使用线程来利用多核cpu（我相信这就是

多处理
库），线程不用于繁重的计算任务；因此，为了提高性能，将它们限制为I/O绑定的操作。然而，这并没有给我足够的理由去理解为什么线程或执行器会在
asyncio
上使用

如果您可以在一个线程（可能2-3）中完成所有任务，那么为什么还要继续引入创建、管理和销毁线程的开销（包括显式的和通过池/执行器）？
我认为多线程和异步IO之间的决定实际上就是您需要哪种类型的多任务处理。如果程序中的一切都在您的控制之下，那么异步IO/多处理可能始终是正确的选择。然而，也许你想开始一项任务，其中抢先多任务是正确的选择。例如，在第三方库中启动任务。使用线程的一个明显原因是库不支持异步IO。然而，即使它支持asyncio，您也可能不希望相信该库能够根据需要随时控制您的任务。然后，您可以使用另一个运行该代码的asyncio事件循环启动一个新线程

因此，我认为真正的问题是：何时使用协作式多任务处理，何时使用抢占式多任务处理。
我认为多线程和异步IO之间的决定实际上是您需要哪种类型的多任务处理。如果程序中的一切都在您的控制之下，那么异步IO/多处理可能始终是正确的选择。然而，也许你想开始一项任务，其中抢先多任务是正确的选择。例如，在第三方库中启动任务。使用线程的一个明显原因是库不支持异步IO。然而，即使它支持asyncio，您也可能不希望相信该库能够根据需要随时控制您的任务。然后，您可以使用另一个运行该代码的asyncio事件循环启动一个新线程

所以我认为真正的问题是：什么时候使用协作，什么时候使用先发制人的多任务处理