我一直在阅读python 3中的asyncio模块，更广泛地讲述了python中的协同程序，我无法得到使asyncio成为如此优秀工具的原因。 我觉得你可以用协同程序做所有事情，你可以通过使用基于多处理模块（例如celery）的任务队列来做得更好。 是否存在协同程序优于任务队列的用例？
我一直在阅读python 3中的asyncio模块，更广泛地讲述了python中的协同程序，我无法得到使asyncio成为如此优秀工具的原因。 我觉得你可以用协同程序做所有事情，你可以通过使用基于多处理模块（例如celery）的任务队列来做得更好。 是否存在协同程序优于任务队列的用例？
不是一个正确的答案，而是一个不适合评论的提示列表：
你提到了 multiprocessing 模块（让我们考虑一下 threading 太）。假设你必须处理数百个套接字：你能产生数百个进程或线程吗？
同样，使用线程和进程：如何处理对共享资源的并发访问？锁定等机制的开销是多少？
像Celery这样的框架也增加了重要的开销。你可以用它，例如处理 每一个请求 在高流量的Web服务器上？顺便说一句，在那种情况下，谁负责处理套接字和连接（Celery的性质不能为你做到这一点）？
一定要阅读 asyncio背后的基本原理。该理由（除其他外）提到系统调用： writev() - 效率不比多重效率高 write()S'
加上以上答案：
如果手头的任务是I / O绑定并对共享数据进行操作，那么coroutines和asyncio可能就是这样。
另一方面，如果您没有共享数据的CPU绑定任务，那么像Celery这样的多处理系统应该会更好。
如果手头的任务是CPU和I / O绑定并且不需要共享数据，我仍然会使用Celery。您可以在Celery中使用异步I / O！
如果您有一个CPU绑定任务但需要共享数据，那么我现在看到的唯一可行选项是将共享数据保存在数据库中。最近有一些尝试 pyparallel 但他们仍在进行中。