异步编程的核心是单线程实现高并发，核心概念有协程、事件循环、非阻塞 IO。它的关键逻辑是：任务执行时遇到 IO 操作（网络请求、文件读写），不原地等待，而是主动挂起，让 CPU 去执行其他任务，等 IO 完成后再唤醒继续执行。彻底避免了同步编程中 CPU 闲置的问题，用极小的资源就能处理海量并发任务。核心是协作式调度，由程序自己控制任务切换，而非操作系统强制切换，这也是它高效的根本原因。
asyncio 是 Python 官方的异步编程框架，核心是事件循环。工作流程很简单：先创建一个事件循环，把所有协程任务注册到循环里；循环启动后，会按顺序调度任务运行；当任务遇到await关键字（异步 IO 操作），就会自动挂起，事件循环立刻切换执行下一个就绪任务；等之前的 IO 操作完成，任务会被重新唤醒，继续执行后续代码。整个过程在单线程内完成，没有线程切换的开销，专门针对 IO 密集型场景，实现超高并发。
协程是用户态的轻量级任务，在单线程内由程序控制切换，切换开销几乎为零，能轻松跑上万协程，不受 GIL 限制；线程是内核态的执行单元，由操作系统调度，切换开销大，受 GIL 影响，CPython 多线程无法利用多核。协程是协作式切换，线程是抢占式切换。应用场景：协程适合高并发 IO 密集型（爬虫、web 服务、接口请求）；线程适合简单的 IO 任务，并发量不大、开发更简单的场景，无法处理超大规模并发。
GIL 全称全局解释器锁，是 CPython 解释器的一把互斥锁。它的作用是：同一时刻，只允许一个线程执行 Python 字节码。这就导致 Python 多线程无法利用多核 CPU 实现真正的并行，只能并发。影响很明确：CPU 密集型任务用多线程完全没用，效率甚至比单线程还低；IO 密集型任务（等待时会释放 GIL），多线程可以提升效率。GIL 保证了 Python 底层的线程安全，但牺牲了多核性能，是 Python 多线程的核心限制。
多线程：轻量级，共享进程内存，创建销毁快、切换开销小，但受 GIL 限制，不能用多核；多进程：独立内存空间，每个进程有独立 GIL，能充分利用多核 CPU，但是创建销毁慢、开销大，进程间数据共享很麻烦。选择方式很直接：CPU 密集型任务选多进程，比如大数据计算、视频处理；IO 密集型小任务选多线程；高并发 IO 场景优先用协程，而非线程 / 进程。
Python 用内置multiprocessing库实现多进程，用法简单。基础用法：创建Process对象，指定目标函数和参数，调用start()启动进程，join()等待进程执行完毕。批量处理任务用进程池（Pool/ProcessPoolExecutor）更高效，能自动管理进程数量，避免频繁创建销毁进程。因为进程内存独立，数据共享需要用 Queue、Pipe、Manager 等工具。多进程专门解决 GIL 限制，是 CPU 密集型任务的最优解，代码编写和多线程语法几乎一致。
