最近都涉及到高并发的处理，之前用的是threading模块，不过在python 3.4后出了asyncio模块，这个模块对并发的处理非常高效，所以让我有了学习他的兴趣。
    文档地址：
    https://docs.python.org/zh-cn/3/library/asyncio.html
    首先我们来看一下官方介绍，官方文档介绍的就是用来编写并发代码的库。使用 async/await 语法。所以这本来就是用来处理并发问题比较好的选择。
    高并发：所谓高并发 要有event loop（事件循环），epoll （事件监听机制，可以监听多个）多个网络的IO

    1. # 同步代码
    2. import asyncio
    3. import time
    4. from aiohttp import ClientSession
    7. # 协程
    8. async def hello():
    9.     while True:
    10.         print('hello world:%s' % time.time())
    11.         await asyncio.sleep(1)
    14. async def good():
    15.     while True:
    16.         print('good:%s' % time.time())
    17.         await asyncio.sleep(1)
    19. # 创建协程对象,并没有执行
    20. co1 = hello()
    21. co2 = good()
    23. loop = asyncio.get_event_loop()  # epoll
    24. loop.run_until_complete(asyncio.gather(co1,co2))  # 运行future

    使用async关键字修饰一个任务（函数），这时候函数就不再是函数了，而变成了一个携程，当运行到 await 的时候该协程就会被阻塞，而执行另外的协程，从而达到并发的效果。

    1. import asyncio
    2. import functools
    3. import random
    5. # 回调函数
    6. def on_job_done(url, task):
    7.     print('结束：', url)
    10. async def cron_scheduler():
    11.     page = 1
    12.     while True:
    13.         url = cron_job('{}/{}'.format('www.sina.com', page))
    14.         job = cron_job(url)
    15.         task = asyncio.create_task(job)
    16.         # 如果需要返回结果
    17.         # future = asyncio.ensure_future(job)
    18.         # future.result()
    19.         task.add_done_callback(functools.partial(url, on_job_done))
    20.         await asyncio.sleep(0)
    21.         page += 1
    24. async def cron_job(url):
    25.     n = random.randint(0, 3)
    26.     await asyncio.sleep(n)
    29. asyncio.run(cron_scheduler())