tornado关于协程疑问

同步和异步

异步的概念相对于同步，主要指程序执行的时候，普通函数调用与系统调用执行的运行状态。

在网络IO，通常需要系统调用accept获取连接和read获取数据。并且由于IO比较耗时，所以这两个系统调用到返回用户代码就存在阻塞和非阻塞。下面以read调用为例：

# 读取网络数据系统调用data = read()   # 执行任务AA.task()

对于同步模型，read函数调用之后，用户代码就无法往下执行A，用户进程就休眠了。操作系统进程则在进行缓存区数据的等待和读取，直到系统的read函数调用返回数据之后，用户进程才从休眠中醒来。然后执行A.task。

对于异步模型，read函数调用之后，会向系统注册一个回调函数，用户进程并没有休眠，而是继续往下执行A.task，与此同时，操作系统的进程与同步模型时候的一样，也在等待数据和读取。只不过此时，操作系统的read和A.task他们之间并没有先后顺序，而是各种执行各自的逻辑。看起来就是不同（异）的函数在执行（步）。当操作系统read执行完毕就会回调通知用户进程，并把数据返回。

异步和协程

异步和协程不能完全等同，他们的相似点都是函数执行的一种方式。协程，顾名思义就是协商程序（函数）。通常函数执行之后，要么返回，要么阻塞，阻塞一定条件之后返回。协程的函数则是函数执行到某个逻辑，设置一执行点，然后返回控制权，一旦某些条件满足了，再从刚设置的执行点进行接下来的函数逻辑，最后才返回。python中通常使用yield实现。这种执行流和异步很像。例如：

def get():    # 读取网络数据系统调用    data = yield read()       # 执行任务A    A.task(data)def post():    pass

协程和异步的实现效果类似，调用read后不会阻塞，而是返回控制权。对于get中，还是不能执行A.task，直到read数据到达，然后再从yield执行，最后执行A。这个流程与同步的差别在于，如果是同步，不仅是A无法执行，别的地方的代码也无法执行,比如 post中的逻辑。而协程的调用时候，get中的A.task无法执行，可是post中的其他代码是可以执行的。同步和异步对比中，看问题的观察点是get函数内，协程的观察点是get和post函数。

tornado的io

tornado的IO指的是处理网络连接的异步，即epoll（kqueue）方式处理连接。如果tornado的handler的单个请求中查询数据库，这里的IO就类似 get的read操作。既可以是同步，也可以是异步。只不过，如果这里使用了阻塞IO，那么整个tornado进程处理网络IO的时候，也会阻塞。