使用 asyncio 的 Python 并发，视频版

Python Concurrency with asyncio, Video Edition

 视频说明

在 Video Editions 中，叙述者阅读书籍，同时内容、图形、代码列表、图表和文本显示在屏幕上。就像有声读物一样，您也可以作为视频观看。

了解如何使用并发编程和尖端的 asyncio 库来加速慢速 Python 代码。

• 使用协程和任务以及 async/await 语法来并发运行代码
• 使用 aiohttp 构建 Web API 并发出并发 Web 请求
• 并发运行数千个 SQL 查询
• 创建一个可以并发处理千兆字节数据的map-reduce作业
• 将线程与 asyncio 结合使用，将阻塞代码与 asyncio 代码混合使用

Python 灵活、通用且易于学习。与较低级别的语言相比，它也可能非常慢。带有 asyncio 的 Python 并发教您如何通过应用各种并发技术来提高 Python 的性能。您将了解复杂但强大的 asyncio 库如何仅使用单个线程实现并发，并使用 asyncio 的 API 同时运行多个 Web 请求和数据库查询。本书介绍了如何将 asyncio 与整个 Python 并发环境结合使用，包括多处理和多线程。

 关于技术
很容易使标准 Python 过载，并看着您的程序缓慢到爬行。asyncio 库就是为了解决这些问题而构建的，它使划分和调度任务变得容易。它可以无缝地同时处理多个操作，从而实现闪电般快速且可扩展的应用程序。

 关于本书
使用 asyncio 的 Python 并发通过动手 Python 示例介绍了异步、并行和并发编程。难以理解的并发主题被分解为简单的流程图，使人们可以轻松查看任务的运行方式。您将学习如何使用 asyncio 克服 Python 的限制来加速缓慢的 Web 服务器和微服务。您甚至可以将 asyncio 与传统的多处理技术相结合，以大幅提高性能。

 里面有什么

• 使用 aiohttp 构建 Web API 并发出并发 Web 请求
• 并发运行数千个 SQL 查询
• 创建一个可以并发处理千兆字节数据的map-reduce作业
• 将线程与 asyncio 结合使用，将阻塞代码与 asyncio 代码混合使用

 关于读者
适用于中级 Python 程序员。无需具备并发经验。

 关于作者
Matthew Fowler 拥有超过 15 年的软件工程经验，从架构师到工程总监。