并发编程之同步异步
同步异步
阻塞：进程遇到IO操作，导致任务无法继续执行其他代码，称为阻塞。
非阻塞：程序在正常运行没有遇到IO操作，或者通过某种方式使程序即时遇到了也不会停在原地，还可以执行其他操作，以提高CPU的占用率
阻塞、非阻塞：指程序的运行状态
并行、并发、串行：处理任务的方式
同步：提交任务后需要在原地等待，直到任务继续执行，效率低。
def task():
for i in range(100000000):
1+1
print("start")
task() # 卡住了，但是不是阻塞，而是在进行大量的计算
print("over")
# 此时程序执行到task()函数时，程序没有阻塞；同时主进程能够知道这个代码什么时候能执行完毕，这样的情况我们成为同步
异步：提交任务后不需要在原地等待，可以继续往下执行代码，效率比同步要高
import multiprocessing
def task():
for i in range(100000000):
1+1
if __name__ == '__main__':
print("start")
p = multiprocessing.Process(target=task) # 执行task之后，
p.start()
print("over")
PS：同步会有等待的效果但是这和阻塞是完全不同的，阻塞时程序会被剥夺CPU执行权，而同步调用则不会！
问题：
异步效率高于同步，但是异步会导致任务发起方不知道任务何时完毕
解决方法：
- 轮询，重复的隔一段时间就问一次，消耗资源
- 让任务完成后，通知调用方，我们也称为：异步回调
异步回调：
import multiprocessing
def task(func):
for i in range(100000000):
1+1
func("OK")
def finish(a):
'''需要对结果进行处理，所以此处可以写上处理结果的代码逻辑'''
print("程序完成",a)
if __name__ == '__main__':
print("start")
p = multiprocessing.Process(target=task,args=(finish,)) # 执行task之后，
p.start()
print("over")
好处：经过这样处理之后，我们可以在finish函数中拿到对应的结果，然后在finish增加对结果的处理逻辑，这样就达到了我们的目的
